机器学习中的训练集、验证集以及测试集

可参考书目：西瓜书

训练集：用于模型的训练

测试集：用于评估模型的性能，也可称为模型的泛化能力。测试集从头到尾不参与模型的训练。！！！

验证集：在训练过程中我们还要对模型选择和参数调优，如果在模型选择的过程中，始终用测试集来评价模型性能进行参数调优，实际上时将测试集变相的转变为训练集。这时候选择的最优模型很可能是过拟合的。所以引入验证集，起作用是在训练过程中进行模型选择和参数调优，减缓训练时的过拟合。

测试集和验证集的比较：

参考博客：

机器学习中理解过拟合，训练集、验证集、测试集，模型评估、模型选择，Hold-out Method（留出法）K-fold Cross-Validation(k折交叉验证法）_謙卑的博客-CSDN博客_过拟合训练集验证集