【拜小白的机器学习】4-机器学习的评估方法

在进行机器学习常常需要处理的一个问题是划分测试集和训练集。训练集用于训练模型，测试集则是根据训练集的训练结果来评判最终的训练效果。当我们手中没有未知的样本，那么如何进行可靠地评估呢？ 这里的关键是：在现有的数据集合中获得可靠的“测试集数据”。这里有一个标准，就是测试集（用于评估）应该与训练集（用于学习）尽可能保持“互斥”。 常用的数据集划分方法有一下几种： 留出法（hold-out） 交叉验证法（

>>阅读原文<<