数据增强主要通过增加训练数据集的多样性来改善交叉验证结果，而无需额外的数据收集。当你对现有数据集应用旋转、缩放、裁剪或颜色调整等技术时，实际上是在创建输入数据的新变种。这种附加的变异性有助于模型更好地泛化，因为它在训练过程中接触到更广泛的例子。因此，当模型遇到未曾见过的验证或测试数据时，它更能准确地做出预测。
此外，数据增强还有助于减轻过拟合，这是机器学习中的一个常见问题，即模型在训练集上表现良好，但在新出现的、未见过的数据上却表现不佳。通过增强数据集，模型学习捕捉潜在的模式，而不是记忆训练示例。例如，考虑一个图像分类任务，其中每个类别的图像数量有限。如果你通过翻转、旋转或调整亮度来增强这些图像，你实际上是增加了数据集的大小。这使得模型能够学习到更强大的特征，这些特征不太可能受到原始训练样本中特定伪影或噪声的影响。
最后，在交叉验证中观察到的性能提升源于对模型泛化能力的更全面评估。每个交叉验证的折叠都可以利用更为多样的训练集，从而更好地理解模型在不同数据子集上的表现。因此，当你对验证分数进行平均时，这些分数往往更可靠，反映出更准确的性能衡量。这不仅使模型在预测中更有效，还有助于微调超参数以实现最佳性能。总体而言，数据增强作为一种宝贵的策略，有助于提升训练过程和交叉验证的评估结果。