常用來劃分測試集和訓練集的劃分方法

數據集的劃分： 在機器學習算法中，我們通常將原始數據集劃分爲三個部分（劃分要儘可能保持數據分佈的一致性）： （1）Training set（訓練集）: 訓練模型 （2）Validation set（驗證集）： 選擇模型 （3）Testing set（測試集）： 評估模型 其中Validation set的作用是用來避免過擬合的。在訓練過程中，我們通常用它來確定一些超參數（例：根據Validatio

>>阅读原文<<