剛剛讀了一下K-Fold Cross-validation ,個人理解如下,當dataset較小時,我們利用K-Fold Cross-Validation將dataset拆分成k份,其中k-1為training set , 剩下一份為validation set,用這樣的方式在小資料集下“驗證model的performance”較有參考價值
我產生了以下疑問,當我們把所有dataset都用作訓練以及驗證model performance,那我們該用什麼東西作為調超參數的依據,我在想我可能是有些地方理解有誤了