常用来划分测试集和训练集的划分方法

数据集的划分： 在机器学习算法中，我们通常将原始数据集划分为三个部分（划分要尽可能保持数据分布的一致性）： （1）Training set（训练集）: 训练模型 （2）Validation set（验证集）： 选择模型 （3）Testing set（测试集）： 评估模型 其中Validation set的作用是用来避免过拟合的。在训练过程中，我们通常用它来确定一些超参数（例：根据Validatio

>>阅读原文<<