机器学习：训练集与测试集的划分

机器学习中有一个问题是不可避免的，那就是划分测试集和训练集。为何要这么作呢，固然是提升模型的泛化能力，防止出现过拟合，而且能够寻找最优调节参数。训练集用于训练模型，测试集则是对训练好的模型进行评估的数据集。一般来讲，训练集和测试集是不会有交集的，经常使用的数据集划分方法有如下两种：html 留出法 k折交叉验证法 留出法 直接将原数据集划分为两个互斥的数据集，即训练集与测试集。sklearn直接提

>>阅读原文<<