機器學習中，從樣本集合分得訓練集、測試集的三種方法

1、爲何要分開訓練集與測試集 在機器學習中，咱們是依靠對學習器的泛化偏差進行評估的方法來選擇學習器。具體方法以下：咱們須要從訓練集數據中產出學習器，再用測試集來測試所得學習器對新樣本的判別能力，以測試集上的測試偏差做爲泛化偏差的近似，來選取學習器。web 一般咱們假設訓練集、測試集都是從樣本集中獨立同分布採樣獲得，且測試集、訓練集中的樣本應該儘量互斥（測試集中的樣本儘可能不在訓練集中有出現、儘可能

>>阅读原文<<