交叉验证通过把数据分成K折、轮流做验证集，能更充分地利用有限数据评估模型稳定性。K通常取5或10，折数越多偏差越小但计算成本越高，数据极少时可用留一法。
交叉验证的前提是数据独立同分布。若样本存在时间顺序，随机切分会导致未来信息泄漏到训练集，必须使用时间序列交叉验证，按时间滚动切分，保证验证集始终在训练集之后。
分组数据也要特殊处理：同一用户的多条行为、同一商品的多次曝光彼此相关，随机切分会高估模型。应按用户或物品分组做GroupKFold，确保同一实体不跨训练集和验证集。
类别不均衡时要用分层交叉验证，保持每折的正负比例与整体一致，否则某折可能正样本极少，指标波动剧烈，误导模型选择。
常见误用还包括：用交叉验证结果反复调参后再报告该结果，造成乐观偏差；以及在预处理阶段对全量数据做标准化再切分，导致信息泄漏。正确做法是把预处理放入每折的训练流程内部。
