模型評估中測試集的選擇方法

前言 對訓練好的模型進行評估，目的是爲了測試咱們所訓練的模型是否擁有好的泛化能力。爲此，需使用一個「測試集」來測試學習器對新樣本的判別能力，而後以測試集上的「測試偏差」做爲泛化偏差的近似。一般咱們假設測試樣本也是從樣本真實分佈中獨立同分布採樣而得。但需注意的是，測試集應該儘量與訓練集互斥，即測試樣本儘可能不在訓練集中出現，未在訓練過程當中使用過。所以本文介紹如何從數據集中選擇測試集的方法。算法 如

>>阅读原文<<