【跟李沐学AI—机器学习】4 模型验证——验证集

1. I.I.D数据

I.I.D即独立同分布（independent and identically distributed，i.i.d.）在概率统计理论中，指随机过程中，任何时刻的取值都为随机变量，如果这些随机变量服从同一分布，并且互相独立，那么这些随机变量是独立同分布。

可以直接按照比例进行训练集、测试集的拆分

2. 非I.I.D数据

如句子、房价（和时间有关）、不同类别样本不均匀的数据（训练时候看得多了自然效果好）

用K-fold Cross Validation K折交叉验证
1. 将原始数据集划分为相等的K部分（“折”）
2. 将第1部分作为测试集，其余作为训练集
3. 训练模型，计算模型在测试集上的准确率
4. 每次用不同的部分作为测试集，重复步骤2和3 K次
5. 将平均准确率作为最终的模型准确率

3. 效果不好的原因

大部分是因为验证集有来自训练集的样本