熱線電話：13121318867

登錄
首頁精彩閱讀機器學習中訓練集、驗證集和測試集的作用
機器學習中訓練集、驗證集和測試集的作用
2018-03-27
收藏

機器學習中訓練集、驗證集和測試集的作用

通常，在訓練有監督的機器學習模型的時候，會將數據劃分為訓練集、驗證集合測試集，劃分比例一般為0.6:0.2:0.2。對原始數據進行三個集合的劃分，是為了能夠選出效果（可以理解為準確率）最好的、泛化能力最佳的模型。

訓練集（Training set）

作用是用來擬合模型，通過設置分類器的參數，訓練分類模型。后續結合驗證集作用時，會選出同一參數的不同取值，擬合出多個分類器。

驗證集(Cross ValidaDon set)

作用是當通過訓練集訓練出多個模型后，為了能找出效果最佳的模型，使用各個模型對驗證集數據進行預測，并記錄模型準確率。選出效果最佳的模型所對應的參數，即用來調整模型參數。如svn中的參數c和核函數等。

測試集(Test set)

通過訓練集和驗證集得出最優模型后，使用測試集進行模型預測。用來衡量該最優模型的性能和分類能力。即可以把測試集當做從來不存在的數據集，當已經確定模型參數后，使用測試集進行模型性能評價。

對原始數據進行三個數據集的劃分，也是為了防止模型過擬合。當使用了所有的原始數據去訓練模型，得到的結果很可能是該模型最大程度地擬合了原始數據，亦即該模型是為了擬合所有原始數據而存在。當新的樣本出現，再使用該模型進行預測，效果可能還不如只使用一部分數據訓練的模型。


CDA數據分析師考試相關入口一覽（建議收藏）：

? 想報名CDA認證考試，點擊>>>   “CDA報名” 了解CDA考試詳情；

? 想學習CDA考試教材，點擊>>> “CDA教材” 了解CDA考試詳情；

? 想加入CDA考試題庫，點擊>>> “CDA題庫” 了解CDA考試詳情；

? 想了解CDA考試含金量，點擊>>> “CDA含金量” 了解CDA考試詳情；

準確率 機器學習 泛化能力 有監督 過擬合

數據分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

上一篇回歸系列（一）| 怎樣正確地理解線性回歸
下一篇2020美國總統競選大戲開鑼，川普當選的奇跡會再發生嗎？
數據分析師考試動態
CDA報考指南
數據分析學習
數據分析師資訊
更多

CDA教育閉環

常見問題

關于我們

CDA數據分析師公眾號

  • CDA數據分析師公眾號

CDA考試中心小程序

  • CDA考試中心服務號

CDA數據分析師App下載

  • CDA數據分析師App下載
Copyright © 2015-2021, www.ruiqisteel.com All Rights Reserved. CDA數據分析師(北京國富如荷網絡科技有限公司) 版權所有 京ICP備11001960號-9 京公網安備 11010802034615號 經營許可證編號：京B2-20210330
聯系電話：13321103290 (微信同號)

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢