机器、深度学习的训练集、测试集以及应用到具体场景1
写在开头:论文中经常出现这样的话——利用XX数据,一部分作为训练样本,另一部分作为测试样本,再将XX应用于XX数据得出结论。训练用于训练某些东西,测试用于测试训练成果,最后应用。一句话超简单,但是简单到只有逻辑清晰,完全没有形成感性认识。所以训练、验证(哈哈哈,其实还有一个)、测试集的关键区别是什么?
目的是不要死磕在一个数据集上。
以高考为例,
训练集是平时的训练,作业、周考、月考啥的,训练出因素的参数,比如心情加权5,监考老师加权2.
验证集是高考模拟考,一模二模啥的,用于在各种模型中选出.
转载
2020-11-19 22:09:51 ·
245 阅读 ·
0 评论