对这个概念处于模糊的状态,今天来做个总结!
测试集,可以用来估计学习过程完成之后的泛化误差。它不能以任何形式参与到模型的选择中,包括设定超参数。
我们将训练数据分成不相交的两个(或者3个部分)。训练集用于学习参数。
验证集用于估计训练中或者训练后的泛化误差,更新超参数。
K折交叉验证
当数据集比较小时,用这个方法可降低误差。
可参考链接:
https://blog.csdn.net/kieven2008/article/details/81582591
对这个概念处于模糊的状态,今天来做个总结!
测试集,可以用来估计学习过程完成之后的泛化误差。它不能以任何形式参与到模型的选择中,包括设定超参数。
我们将训练数据分成不相交的两个(或者3个部分)。训练集用于学习参数。
验证集用于估计训练中或者训练后的泛化误差,更新超参数。
K折交叉验证
当数据集比较小时,用这个方法可降低误差。
可参考链接:
https://blog.csdn.net/kieven2008/article/details/81582591