深度学习基础-训练集与测试集的划分

深度学习基础-训练集与测试集的划分

本篇文章将介绍常用的三种训练集与测试集的方法，描述都是我自己的理解，如果理解有误，还望读者指正。

1.留出法

留出法是最直观，也是最简单的训练集与数据集的划分方法，其步骤为：

（1）将数据随机分为两组，一组作为训练集，一组作为测试集
（2）利用训练集训练数据分类器，然后用测试集评估模型，记录最后的分类准确率来作为分类器的评价指标

缺点：在测试集上的预测性能的高低与数据集的拆分有很大的关系，所以基于这种数据集拆分基础上的性能评价结果不够稳定。

2.K折交叉验证

既然留出法的结果是不够稳定，那么我多拆分几次，将这几次的准确率取平均值，这样性能评价不就稳定了吗，K折交叉验证就是一种这样的验证方式。步骤：
（1）将数据集分成K份（K通常取5或者10）
（2）不重复的每次取其中的一份作为测试集，用其他的K-1份做训练集训练，这样会得到k个评价模型
（3）将上述步骤2中的K次评价的性能均值作为最后评价结果。

分层抽样策略（stratified k-fold）

其思路为将数据集划分为k份，特点在于，划分的k份中，每一份内各个类别数据的比例和原始数据集中各个类别的比例相同。