机器学习中，从样本集合分得训练集、测试集的三种方法

1、为何要分开训练集与测试集 在机器学习中，咱们是依靠对学习器的泛化偏差进行评估的方法来选择学习器。具体方法以下：咱们须要从训练集数据中产出学习器，再用测试集来测试所得学习器对新样本的判别能力，以测试集上的测试偏差做为泛化偏差的近似，来选取学习器。web 一般咱们假设训练集、测试集都是从样本集中独立同分布采样获得，且测试集、训练集中的样本应该尽量互斥（测试集中的样本尽可能不在训练集中有出现、尽可能

>>阅读原文<<