问题：
西瓜书， 留出法（hold-out）介绍：“单次使用留出法得到的评估结果往往不够稳定可靠
，在使用留出法时，一般采用若干次随机划分，重复进行试验评估后采取平均值
作为留出法评估结果。“
如果我进行了100次随机划分，假设我一个模型ax1+bx2+c = y，在100个训练集上会训练出100个Hypothese函数。在每次划分的验证集上都要进行参数选择。假设待选参数有5个，则我的hypothese就是有
500个。我的理解正确吗？如果正确，那么第一个模型我到底选择哪个假设函数呢？是500个中验证误差最小的？
小弟之前的做法，一般利用抽层分样分割数据一次为 训练，验证，测试。
然后
1. 训练算法
1. 选择模型和参数，寻找Cost(cv)最小的
1. 评估测试误差。
这个多次划分，不知道怎么该选择模型和参数？
