神經資料的交叉驗證

交叉驗證藉由反覆保留部分資料、以其餘訓練、再對各折測試分數取平均，來估計樣本外表現。它是 BCI 評估的主力，但其核心假設——樣本獨立且同分布——被神經資料系統性違反：時間上相鄰的試次共享緩慢漂移、假影與自相關，因此隨機 k 折切分會在訓練與測試間洩漏資訊、灌水準確率。

補救之道是沿真正的獨立單位切分：留一輪次或留一區塊（尊重紀錄區塊），且當部署目標為未來場次時，採跨場次或留一場次驗證。所報告的交叉驗證準確率都應註明折的結構，因為場次內隨機切分與跨場次切分可相差數十個百分點。