嵌套交叉验证通过内层的交叉验证寻找最优超参数，而它嵌套在外层循环量，就意味着，每一次的训练集和测试集分割后，会搜寻到一个最优超参数。那么模型最终的最优超参数如何确定？
参考GPT和自己的思路：在嵌套交叉验证中，最优超参数是通过将外层循环的测试集作为验证集，使用内层交叉验证找到最优超参数，然后在外层训练集上使用该最优超参数进行模型训练，并对外层测试集进行预测和评估，得到模型性能指标。通过多次进行嵌套交叉验证，最终得到的模型性能指标的平均值会更接近真实情况，而最优超参数也会更加稳定。因此，模型的最优超参数是通过多次嵌套交叉验证得到的平均值来确定的。