机器学习系列-数据拆分和结果评价

1.数据集分类 机器学习中的数据分为训练数据集、验证数据集和测试数据集。 通常，在训练有监督的机器学习模型的时候，会将数据划分为训练集、验证集合测试集，划分比例一般为0.6:0.2:0.2。对原始数据进行三个集合的划分，是为了能够选出效果（可以理解为准确率）最好的、泛化能力最佳的模型。 训练集（Training set） 作用是用来拟合模型，通过设置分类器的超参数，训练分类模型。后续结合验证集作用

>>阅读原文<<