在机器学习中，将数据集A分为训练集（training set）B和测试集（test set）C，在样本量不充足的情况下，为了充分利用数据集对算法效果进行测试， 将数据集A随机分为k个包，每次将其中一个包作为测试集，剩下k-1个包作为训练集进行训练。 在matlab中，可以利用： indices=crossvalind('Kfold',x,k); 来实现随机分包的操作，其

模型选择的方法有许多，例如 AIC, BIC, Crossvalidation, GCV等等。这 些准则的适用条件有哪些？该如何选择不同的准则？ AIC, BIC准则 ref：https://methodology.psu.edu/node/504 ref：https://en.wikipedia.org/wiki/Bayesian_information_criterion r