2021-04-26
閱讀量:
2460
訓練集、測試集、驗證集有什么區(qū)別?
訓練集(train set) —— 用于模型擬合的數(shù)據(jù)樣本。
驗證集(development set)—— 是模型訓練過程中單獨留出的樣本集,它可以用于調(diào)整模型的超參數(shù)和用于對模型的能力進行初步評估。
在神經(jīng)網(wǎng)絡中, 我們用驗證數(shù)據(jù)集去尋找最優(yōu)的網(wǎng)絡深度(number of hidden layers),或者決定反向傳播算法的停止點或者在神經(jīng)網(wǎng)絡中選擇隱藏層神經(jīng)元的數(shù)量;
在普通的機器學習中常用的交叉驗證(Cross Validation) 就是把訓練數(shù)據(jù)集本身再細分成不同的驗證數(shù)據(jù)集去訓練模型。
測試集 —— 用來評估模最終模型的泛化能力。但不能作為調(diào)參、選擇特征等算法相關(guān)的選擇的依據(jù)。






評論(0)


暫無數(shù)據(jù)
推薦帖子
0條評論
0條評論
0條評論