訓練集、驗證集和測試集

       一般在訓練機器學習模型的時候，咱們會將數據劃分爲訓練集、驗證集和測試集。通常來講，訓練集：驗證集：測試集的劃分比例爲6:2:2。對原始數據進行三個集合的劃分，是爲了可以選出效果（能夠理解爲準確率）最好的、泛化能力最佳的模型。

      訓練集(Training Set)

      做用是用來擬合模型，經過設置分類器的參數，訓練分類模型。後續結合驗證集做用時，會選出同一參數的不一樣取值，擬合出多個分類器。

      驗證集(Cross ValidaDon Set)

       做用是當經過訓練集訓練出多個模型後，爲了能找出效果最佳的模型，使用各個模型對驗證集數據進行預測，並記錄模型準確率。

      選出效果最佳的模型所對應的參數，即用來調整模型參數，如svn中的參數c和核函數等。在交叉驗證過程當中也須要設置驗證集，如k-折交叉驗證(k-fold crossValidation)。

        測試集(Test Set)

        經過訓練集和驗證集得出最優模型後，使用測試集進行模型預測，用來衡量該最優模型的性能和分類能力。便可以把測試集當作歷來不存在的數據集，當已經肯定模型參數後，使用測試集進行模型性能評價。

        因此說，訓練集(Training Set)是用來訓練模型或肯定模型參數的，如ANN中權值等； 驗證集(Validation Set)是用來作模型選擇(model selection)，即作模型的最終優化及肯定的，如ANN的結構；而測試集(Test Set)則純粹是爲了測試已經訓練好的模型的泛化能力。