给定从训练数据集中提取的一组特征，用于训练SVM。SVM 参数（例如 c、gamma）使用 k 折叠交叉验证进行选择，例如，将训练数据集分为 5 个折叠，其中一个作为验证集。完成折叠的旋转，平均精度用于选择最佳参数。
那么我是否应该有另一组（测试集）并报告（如纸质出版物）结果？我的理解是，由于验证集用于选择参数，因此需要测试集。
在机器学习中，测试集在我们决定分类器之前是看不到的（例如，在比赛中，测试集是未知的，我们仅根据训练集提交最终分类器）。
常见的方法是，在交叉验证阶段之后，您需要进一步调整参数，因此需要一个验证集来控制每个模型的质量。
一旦您认为该模型无法在验证集上得到显著改进，而不会有过度拟合的风险，那么您就可以在测试集上使用您的模型来报告结果。
编辑：
由于您专门询问 k 折叠交叉验证，因此该技术隐式分离用于测试结果模型的模型，因此不需要额外的测试步骤。
来自维基百科文章：
"在 k 个子样本中，保留单个子样本作为测试模型的验证数据，其余 k − 1 个子样本用作训练数据"维基百科