【拜小白的機器學習】4-機器學習的評估方法

在進行機器學習常常需要處理的一個問題是劃分測試集和訓練集。訓練集用於訓練模型，測試集則是根據訓練集的訓練結果來評判最終的訓練效果。當我們手中沒有未知的樣本，那麼如何進行可靠地評估呢？ 這裏的關鍵是：在現有的數據集合中獲得可靠的「測試集數據」。這裏有一個標準，就是測試集（用於評估）應該與訓練集（用於學習）儘可能保持「互斥」。 常用的數據集劃分方法有一下幾種： 留出法（hold-out） 交叉驗證法（

>>阅读原文<<