什么是validation_dataset?

　　首先，validation_dataset是为了减少过拟合情况的发生而提出的。

　　为了减少过拟合，训练好的模型要进行调参，来获得更好的对于未知样本(test_dataset)的适应性，所以在training_set和test_set之外，有了validation_dataset，比如我们现在要寻找一个问题解的最优模型，training_dataset是用来训练几种备选的算法（模型），用validation_dataset来比较它们的表现，调参（比如神经网络中隐藏层的神经元个数），选择最优的，最后再用test_dataset来得到这几种模型的性能参数（准确率，耗时，灵敏度，特异度，等等），我们可以这样描述validation_dataset：它是training_dataset，却用来做测试，但既不是底层的training，也不是最终的测试。

　　validation_dataset是从training_dataset中随机分出的一部分，一般占原数据集的30%，并且这个过程是可重复的，就是十字验证（cross_validation）有时候把这两部分合称为design_set

转载于:https://www.cnblogs.com/liupeng19920403/p/7446048.html