【機器學習必知必會】交叉驗證

前言 當我們根據數據訓練出一個機器學習模型時，我們希望它在新的數據上也保持較高的準備率，這就需要我們對學習到的不同模型有一個模型評估準則。 爲了評估模型的泛化性能（指模型在未知數據上的預測能力），防止模型落入「過擬合」的陷進。我們人爲地將原始數據劃分爲訓練集和測試集，前者用於訓練模型，後者用於評估模型的泛化性能。 訓練集、驗證集和測試集 在監督學習建模中，數據集常被劃分爲2~3組（驗證集有時候不出

>>阅读原文<<