机器学习数据集划分-训练集,验证集,测试集

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了机器学习数据集划分-训练集,验证集,测试集相关的知识,希望对你有一定的参考价值。

训练集
作用:估计模型

学习样本数据集,通过匹配一些参数来建立一个分类器。建立一种分类的方式,主要是用来训练模型的。

验证集
作用:确定网络结构或者控制模型复杂程度的参数,超参数

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
作用:检验最终选择最优的模型的性能如何

主要是测试训练好的模型的分辨能力(识别率等)

以上是关于机器学习数据集划分-训练集,验证集,测试集的主要内容,如果未能解决你的问题,请参考以下文章

机器学习 | 机器学习评估方法

训练集 验证集 测试集

机器学习100天:005 数据预处理之划分训练集

机器学习100天:005 数据预处理之划分训练集

R语言使用caret包中的createDataPartition函数进行机器学习数据集划分划分训练集和测试集并指定训练测试比例

R语言使用caret包中的createDataPartition函数进行机器学习数据集划分划分训练集和测试集并指定训练测试比例