機器學習之模型經常使用評估方法

1、留出法 定義：直接將集合劃分爲兩個互斥的集合，其中一個做爲訓練集合，一個做爲測試集合 一、測試集合和訓練集合儘量保持數據分佈的一致性，好比要保證正反樣本的比例不變 二、在給定了訓練/測試集合的樣本比例以後，仍要存在多種的劃分方式，對數據集合D進行分割。html 2、交叉驗證法（無放回的重採樣） 定義：將數據集D劃分爲k個大小類似的互斥子集。每次利用k-1個子集進行訓練，而後用剩下的那個子集做爲

>>阅读原文<<