训练集，验证集和测试集

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