赞思考！
首先，你说到了“科学性”，这里就有一个哲学问题了，到底什么是“科学性”：）
必须明确，机器学习本身是基于统计学的，而不是客观规律的。实际上，正是因为我们找不到客观规律，所以才转而付诸于机器学习这种统计学的方式。否则，我们直接应用我们发现的客观规律就好了：）我们近乎不需要用机器学习的方法预测一个导弹发射的位置；也不需要使用机器学习的方法预测改好的大楼会不会倒塌。为什么？因为我们已经对力学的基本规律有了极其深刻的认识。但是我们需要用机器学习取预测地震；去判断肿瘤的性质；去评估金融风险发生的可能性；去识别图像中的物体；等等等等，为什么？因为我们对地震，医学，社会经济活动，人脑通过图像如何获取抽象概念，等等领域，知之甚少：）
正因如此，不仅仅是交叉验证，对于机器学习所学习到的一切结论，我们都应该要画一个大大的问号。这背后的本质，是统计学的局限性。如果你稍微深入的理解统计学，或者看一些统计学应用的内容，就会知道，在统计学的世界里，存在相当多的悖论，也存在相当多的“相关”非“因果”的例子，甚至很多时候，，在一个历史时期，我们认为至关重要的因素，过一段时间，竟发现是完全错误的。（这一点在医学发展史上尤其明显）。
这是我的第一个观点：在机器学习的世界里，我们可能很难说“科学性”。一切结果都是从数据而来。如果我们的数据不准确，或者质量不够高，或者不够能够说明问题，我们其实用什么方法都没有用。即使我们的数据足够准确，我们的数据和所探讨的问题之间，是否真的有联系，也要画巨大的问号。我经常举的例子是，用多少学生的身体健康数据，都无法预测学生的成绩。这个例子看似极端，但其实，很有可能，我们在实际更加真的应用中，就是在做“用学生的身体数据预测学生成绩的事情”。比如：用经济历史数据，是否真的能预测经济走势？比如，用地震的历史数据，是否真的能够预测地震的发生？比如，用大脑的脑电数据，甚至是成像数据，是否真的能够预测一些高级复杂情感的发生，比如“嫉妒”，比如“贪婪”，比如“宽恕”？至少我举的这三个例子，在我所指的范围里，都暂时是完全不可能的。而且，很有可能，人类斥巨资从这些角度在做的工作，多少年后来看，完全是无用功。
说了这么多，是想说，机器学习不是“科学”，更是一种“实验”。机器学习是探索科学的工具，但他完全无法取代“科学的研究方法”。这也是为什么各个领域的专家至今不会失业，而且我认为永远不会失业的原因。领域知识的作用性，至少从现在的角度，远远大于“机器学习”。
所以，交叉验证“科学”吗？交叉验证不科学。他只是获得一个实验结果的指标的方法而已。这个指标准不准确？近乎一定不准确。毕竟你的数据在变化，得到的结果就不一样。而且，在这个课程第十章，我还介绍了更多的指标。而且，在机器学习和统计学的世界里，还有更多的指标。哪种指标科学？恐怕都不能叫“科学”。但是这些指标辅助我们看懂我们的数据，让我们离我们的目标更近一些。因此，这些方法，这些指标，都有他们的价值。关于此的更多讨论，可以参考这个问答：https://coding.imooc.com/learn/questiondetail/42693.html
======
具体到交叉验证，得到的结果，首先，他是取代train_test_split的方式获得准确率的手段。相比train_test_split，交叉验证屏蔽了随机的干扰。
更进一步，当交叉验证我们将含有m个样本完全分成m份时（也就是留一法），此时，我们得到的结果，将完全没有随机性。我们完全屏蔽了随机性的干扰。
同时，这种方法最大程度的使用了样本的所有信息。
但是，这是否意味着准确率就偏高？完全不一定！如果你处理过大数据，就会知道：很多时候增加数据，是会降低准确率的，而不是数据越多，结果越好！如果数据越多，结果真的就越好，基本上你的方法已经完全没问题了。但是，对于大多数复杂问题，数据越多，结果越差！
但是，结果越差不是坏事。因为这可能就意味着你本来在原有数据下得到的模型不准确！多出来的数据帮助你检测到了这种不准确。
不过即便如此，我们对留一法获得的结果，也不能完全信任。依然是，上面说了那么多，结论就是：他只是一个参考！我们还可以使用更多方法，获得更多参考，综合起来看待我们的模型和我们的数据。没有哪个方法是100%科学的。这恰恰是机器学习最难的地方：）
希望我说清楚了我的意思：）
再赞思考！加油！：）
