機器學習筆記（二）—— 判斷模型的好壞

一、 劃分訓練集和測試集 訓練集：用於訓練模型的集合 測試集：用於測試訓練模型的集合。 常見的數據集拆分方法： 1. 留出法 留出法（hold-out）直接將數據集D拆分成兩個互斥的集合，其中一個作爲訓練集S，另一個作爲測試集T。即D=S∪T，S∩T=∅。在S上訓練出模型後，用T來評估其測試誤差，作爲對泛化誤差的估計。 注意：（1）訓練/測試集的劃分要儘可能保持數據分佈的一致性，避免因數據劃分過程

>>阅读原文<<