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

>>阅读原文<<