机器学习-数据划分

在监督（supervise）机器学习中，数据常被划分为训练集（train set）、验证集（validation set）、测试集(test set) 

训练集（train set）

作用：评估模型

学习样本数据集，通过匹配一些参数来建立分类器

 

验证集（validation set）

作用：确定网络结构或控制模型复杂程度的参数

对学习出来的模型，调整分类器的参数，如在神经网络中选择隐藏单元数，验证集还用来确定网络结构或者控制模型复杂程度的参数

 

测试集（test set）

作用：检验最终选择的最优模型的性能

主要是测试训练好的模型的分辨能力

总结：

训练集是用来训练模型或确定模型参数的；验证集是用来做模型选择的，即做模型的最优化确定；测试集纯粹是为了测试已经训练好的模型的推广能力，测试集并不能保证模型的正确性，只是表明相似的数据用此模型会得到相似的结果，实际应用中，一般讲数据集分为两类。即training set 和test set  

一个典型的划分是训练集占总样本的50%，其他各占25%。三部分都是从样本随机抽样

 

具体内容转自https://www.cnblogs.com/crazyacking/p/6737955.html