機器學習系列-數據拆分和結果評價

1.數據集分類 機器學習中的數據分爲訓練數據集、驗證數據集和測試數據集。 通常，在訓練有監督的機器學習模型的時候，會將數據劃分爲訓練集、驗證集合測試集，劃分比例一般爲0.6:0.2:0.2。對原始數據進行三個集合的劃分，是爲了能夠選出效果（可以理解爲準確率）最好的、泛化能力最佳的模型。 訓練集（Training set） 作用是用來擬合模型，通過設置分類器的超參數，訓練分類模型。後續結合驗證集作用

>>阅读原文<<