Friedman test i cross-validation - pomoć

[Arieellee]

Pozdrav,
pokušavam provesti Freidmanov test na slijedećem problemu: usporedba točnosti nekoliko klasifikatora na nekoliko skupova podataka.
Ako za svaki klasifkator uzmem jednu vrijednost za točnost i provedem test, razlika u točnosti mi nije statistički značajna.
Pokušala sam, za probu, random staviti nekoliko vrijednosti točnosti za svaki klasifikator na skupu podataka. Kad tako napravim, dobijem statistički značajnu razliku u točnosti.

Zanima me, da li mogu na neki način dobiti više vrijednosti točnosti (osim da nekoliko puta provedem klasifikaciju). Možda da napravim unakrsno vrednovanje (eng. cross validation)? Da li provodeći klasifikaciju (npr. koristeći neuronske mreže) uz opciju cross validation dobivam onoliko točnosti na koliko mi se podskupova dijeli početni skup podataka?

Nadam se da nisam previše zbrljala pitanje. Ako netko zna, molim Vas pomagajte.