模型訓練與驗證理解

1.構造驗證集 在機器學習模型（特別是深度學習模型）的訓練過程當中，模型是很是容易過擬合的。深度學習模型在不斷的訓練過程當中訓練偏差會逐漸下降，但測試偏差的走勢則不必定。 在模型的訓練過程當中，模型只能利用訓練數據來進行訓練，模型並不能接觸到測試集上的樣本。所以模型若是將訓練集學的過好，模型就會記住訓練樣本的細節，致使模型在測試集的泛化效果較差，這種現象稱爲過擬合（Overfitting）。與過擬

>>阅读原文<<