利用“三集” 进行模型选择

1、训练集、验证集、测试集

        “三集” 实际是 将一个数据集分成不同比例的三个小数据集

        三个小数据集的比例划分通常为6/2/2

        训练集（Training Set）：60%

        验证集（Cross Validation--cv）：20%

        测试集（Test Set）              ：20%

2、利用三集进行 多元函数 模型选择

模型选择方式，即选择最优函数f的方式 (以线性函数为例) 如下图：

         解释：参数d： 表示某个模型

首先，使用 训练集 对每个模型函数进行学习，当minJ() 得--> 所学到的 

其次， 将学到的+ 验证集 应用到每个所对应的模型函数中， 得--> ()

最后，从这所有的 () 选出最小值，从何得到我们想要选择的模型函数F

之后，将所选的F 利用  测试集 进行评估