为了从候选模型中挑选出最好的模型。
将旧的训练集分为新的训练集和验证集两部分，在新的训练集上训练带有不同超参的不同模型，从而选出最佳模型。将最佳模型在旧训练集上训练，得到最终模型。最终模型到测试集上完成泛化误差的评估。
验证集的作用
本文探讨了如何通过将训练集拆分为新训练集和验证集来选择最佳模型。首先，在新训练集上尝试不同超参数的多个模型，然后在验证集上评估性能，以确定最优模型。最终，使用旧训练集对最佳模型进行完整训练，并在测试集上测量泛化误差，确保模型的稳健性。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
