機器學習驗證集爲什麼不再有新意?

2020-03-01 18:19 導語:擺脫過時的規則和思維定式刻不容緩!   機器學習中,一般將樣本數據分成獨立的三部分:訓練集、驗證集和測試集。 其中驗證集在機器學習中所起到的作用是:開發模型總需要調節模型的參數,而整個調節過程需要在驗證集數據上運行訓練的模型,從而給出其表現的反饋信號來修改網絡模型及參數。 然而在對樣本數據的劃分上,往往受限於一些過時的規則以及思維定式的限制,在劃分驗證集以及
相關文章
相關標籤/搜索