训练集、验证集和测试集

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