2021-04-26
阅读量:
1874
训练集、测试集、验证集有什么区别？
训练集（train set） —— 用于模型拟合的数据样本。
验证集（development set）—— 是模型训练过程中单独留出的样本集，它可以用于调整模型的超参数和用于对模型的能力进行初步评估。
在神经网络中， 我们用验证数据集去寻找最优的网络深度（number of hidden layers)，或者决定反向传播算法的停止点或者在神经网络中选择隐藏层神经元的数量；
在普通的机器学习中常用的交叉验证（Cross Validation) 就是把训练数据集本身再细分成不同的验证数据集去训练模型。
测试集 —— 用来评估模最终模型的泛化能力。但不能作为调参、选择特征等算法相关的选择的依据。
239.7347
1
0
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
hunter.Z
2022-08-11
0条评论
hunter.Z
2022-08-11
0条评论
hunter.Z
2022-08-11
0条评论
fs陈晓亮
2022-06-07
0条评论