機器學習:訓練集與測試集的劃分

機器學習中有一個問題是不可避免的,那就是劃分測試集和訓練集。爲何要這麼作呢,固然是提升模型的泛化能力,防止出現過擬合,而且能夠尋找最優調節參數。訓練集用於訓練模型,測試集則是對訓練好的模型進行評估的數據集。一般來講,訓練集和測試集是不會有交集的,經常使用的數據集劃分方法有如下兩種:html 留出法 k折交叉驗證法 留出法 直接將原數據集劃分爲兩個互斥的數據集,即訓練集與測試集。sklearn直接提
相關文章
相關標籤/搜索