因为论文反馈得知概念错误，因此，特此记录，希望这样的根本性错误能够少犯一点！
本文主要内容转自以下博客：https://blog.csdn.net/kieven2008/article/details/81582591
https://www.cnblogs.com/crazyacking/p/6737955.html
训练集：顾名思义，用来训练数据，以估计模型。
验证集：其存在的意义，在于调整参数，以选择最合适的模型。
测试集：测试集被用来计算模型的泛化能力。
在一些知识体系中认为，验证集和测试集是不可混淆而谈的。但是在我看来这一点取决于，数据量的大小。
比如，在监督学习的案例中，需要带有标签的数据，而标签就需要人为进行判读，这样是十分浪费时间和精力的。
因此，此时的样本数据集是比较小的，因此，我们采用交叉验证的方法。将样本集划分为训练集和测试集，在此基础上反复地进行训练、测试以及模型选择。
训练集、验证集、测试集-知多少
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
- 文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
推荐阅读更多精彩内容
- 博客上看到一篇优秀的翻译文章。文章地址：http://blog.csdn.net/heyongluoyao8/ar...
- 一、机器学习策略的原因 机器学习是无数重要应用程序的基础，包括网络搜索，电子邮件反垃圾邮件，语音识别，产品推荐等。...
