K 重交叉验证随机将数据分为 k 个子集。依次将 k 个子集中的每一个用作验证集，而将其余数据用作训练集来拟合模型。总共拟合 k 个模型，获得 k 个验证统计量。选择给出最佳验证统计量的模型作为最终模型。该方法对于小数据集很有用，因为它可以高效使用有限的数据量。
在 JMP 中，从“逐步拟合”的红色小三角选项中选择 K 重交叉验证。
在 JMP Pro 中，您可以通过两种方式访问 k 重交叉验证：
|
•
|
从“逐步拟合”的红色小三角选项中选择 K 重交叉验证。
|
若您执行 k 重交叉验证，R 方 K 重统计量显示在“逐步回归控制”面板中其他统计量的右侧。R 方 K 重是 k 重的 R 方验证值的平均值。
使用 k 重交叉验证时，“停止规则”默认为“最大 K 重 R 方”。该规则尝试使 R 方 K 重统计量最大化。
“最大 K 重 R 方”停止规则以类似于“最大验证 R 方”停止规则的方式运行。请参见最大验证 R 方。 使用“R 方 K 重”替换对“R 方验证”的引用。