交叉验证

交叉验证是一种稳健的统计重采样程序，用于评估机器学习（ML）模型在有限数据样本上的表现。与将数据分割为单一训练集和测试集的标准保留法不同，交叉验证将数据集划分为多个子集，确保每个数据点均用于训练和验证。 该技术对于评估统计分析结果能否推广至独立数据集至关重要，有助于detect 模型是否出现过拟合——即模型可能记忆训练样本而非学习可推广的模式。

K折交叉验证的机制

该技术最广泛应用的变体是K折交叉验证。在此过程中， 整个数据集被随机划分为k个等分组，即"折"。训练过程 随后重复k次。每次迭代中，单个折作为验证数据 用于测试模型，其余k-1个折则作为训练数据。

最终的性能指标通常通过取各轮次得分的平均值来计算，例如准确率、精确率或 平均平均精度（mAP）。这种方法显著降低了训练-测试集拆分单次试验相关的方差，从而提供更可靠的泛化误差估计。它确保评估结果不会因测试数据的任意选择而产生偏差。

利用Ultralytics实施

交叉验证在处理较小数据集或进行严格的超参数调优时尤为有用。尽管现代深度学习框架如PyTorch PyTorch 虽能简化训练流程，但折叠管理仍需精心准备数据。

以下示例演示了如何使用YOLO26模型，对预先生成的YAML配置文件进行迭代处理，以执行5折交叉验证实验。该示例假设您已将数据集拆分为五个独立的配置文件。

from ultralytics import YOLO

# List of dataset configuration files representing 5 folds
fold_yamls = [f"dataset_fold_{i}.yaml" for i in range(5)]

for i, yaml_file in enumerate(fold_yamls):
    # Load a fresh YOLO26 Nano model for each fold
    model = YOLO("yolo26n.pt")

    # Train the model, saving results to a unique project directory
    results = model.train(data=yaml_file, epochs=20, project="cv_experiment", name=f"fold_{i}")

要深入了解如何自动化生成折分数据集，请参阅 K-折交叉验证指南。

实际应用

在数据稀缺、采集成本高昂或需要满足安全关键可靠性的行业中，交叉验证不可或缺。

• 医学诊断： 在医学影像分析中，罕见病症的数据集往往规模较小。单次验证划分可能无意中排除复杂病例或罕见病理。通过采用交叉验证，医疗健康领域的人工智能研发者可确保其诊断模型经受所有可用患者扫描数据的检验，从而验证系统在不同人群特征和设备类型下的有效性。
• 精准农业：户外环境条件变化剧烈。若训练集仅包含晴天作物病害图像，模型在晴天表现优异，阴天却可能失效。交叉验证确保模型能适应此类变化，使农民能够借助自动化机器学习（AutoML）工具，在任何天气条件下实现持续稳定的监测。

模型开发中的战略优势

将交叉验证整合到 人工智能开发生命周期中， 可为偏置-方差权衡提供关键洞见。

1. 稳定性评估：若不同折叠间的性能指标存在显著差异，则表明模型对训练所用特定数据点的敏感度较高，暗示其存在较高方差。
2. 数据效率：它最大限度地利用了有限数据的效用，因为每个观测值最终都会同时用于训练和验证。
3. 超参数优化：它为选择最佳学习率、批量大小 或数据增强策略提供了可靠的基准，且无需"窥探"最终测试集。

区分相关概念

区分交叉验证与其他评估术语至关重要：

• vs. 保留集验证：保留集采用单次划分（例如80/20）。虽然速度更快且适用于ImageNet等海量数据集 ImageNet，但在较小数据集上其统计稳健性不及交叉验证。
• vs. 自举法： 自举法采用有放回的随机抽样， 而K折交叉验证则采用无放回的数据划分（每个样本仅属于一个折）。

管理来自多个折叠的工件、指标和模型可能相当复杂。Ultralytics 通过提供集中化的实验追踪功能简化了这一过程，使团队能够轻松比较不同折叠中的性能表现，并直观呈现模型评估洞察。