数据集的划分

一、训练集、验证集、测试集

训练集：首先，模型在训练集上进行拟合

验证集：接下来，拟合后的模型会在验证集上进行预测。用验证集来看模型有没有学到知识，以及会不会过拟合

测试集：用来提供对最终模型的无偏评估。若测试集在训练过程中从未用到（例如，没有被用在交叉验证当中），则它也被称之为预留集。用测试集测试模型在真实场景的表现。

二、数据集划分比例

对于小规模样本集（几万量级），常用的分配比例是60% 训练集、20% 验证集、20% 测试集。

对于大规模样本集（百万级以上），只要验证集和测试集的数量足够即可，例如有100w 条数据，那么留1w 验证集，1w 测试集即可。