假设我只有 100 个数据点，我想使用 10 折交叉验证方法。我应该使用多少数据点进行训练？
我是否应该像往常一样将数据分为训练/测试，比如说，80个数据点用于训练，20个数据点用于测试，然后对80个数据点进行10倍CV（这意味着在每次迭代中，实际使用72个数据点用于训练，而 8 用于验证）。最后，在训练之后，我在 20 个数据点上评估模型。
或者，我是否应该直接对所有 100 个数据点应用 10 倍 CV（90 个用于训练，10 个用于验证），并使用验证性能来评估我的模型？