训练集:通过最小化目标函数(损失函数 + 正则项),用来训练模型的参数。当目标函数最小化时,完成对模型的训练。
验证集:用来选择模型的阶数。目标函数最小的模型对应的阶数,为模型的最终选择的阶数。
注:1. 验证集会在训练过程中,反复使用,机器学习中作为选择不同模型的评判标准,深度学习中作为选择网络层数和每层节点数的评判标准。
2. 验证集的使用并非必不可少,如果网络的层数和节点数已经确定,则不需要这一步操作。
测试集:评估模型的泛化能力。根据选择的已经训练好的模型,评估它的泛化能力。
注:测试集评判的是最终训练好的模型的泛化能力,只进行一次评判。
参考链接:
https://blog.csdn.net/kieven2008/article/details/81582591
训练集,验证集和测试集
最新推荐文章于 2023-09-30 10:52:04 发布