使用scikit-learn，我构建了一个支持向量机，用于解决基本的手写数字检测问题。
我的总数据集包含235个观察值。我的观察各包含1025个特征。我知道使用支持向量机的优点之一是在这样的情况下，即适度数量的观测值具有大量特征。
创建我的SVM之后，请看下面的混淆矩阵...
Confusion Matrix:
[[ 6 0]
[ 0 30]]
...并意识到仅将我的数据的15％用于测试（即36个观测值）是不够的。
我的问题是：如何使用交叉验证解决此小数据问题？
最佳答案
这正是交叉验证（及其概括，如Err ^ 0.632）的目的。保留集仅在具有大量数据的情况下才是合理的。