机器学习数据集划分-训练集,验证集,测试集
2018-11-12 18:34
561 查看
训练集
作用:估计模型
学习样本数据集,通过匹配一些参数来建立一个分类器。建立一种分类的方式,主要是用来训练模型的。
验证集
作用:确定网络结构或者控制模型复杂程度的参数,超参数
对学习出来的模型,调整分类器的参数,如在神经网络中选择隐藏单元数。验证集还用来确定网络结构或者控制模型复杂程度的参数。
测试集
作用:检验最终选择最优的模型的性能如何
主要是测试训练好的模型的分辨能力(识别率等)
相关文章推荐
- 机器学习 数据挖掘 数据集划分 训练集 验证集 测试集
- 十折交叉验证10-fold cross validation, 数据集划分 训练集 验证集 测试集
- 十折交叉验证10-fold cross validation, 数据集划分 训练集 验证集 测试集
- 机器学习之训练集_验证集_测试集
- 机器学习之训练集_验证集_测试集
- 机器学习----训练集、验证集、测试集
- 机器学习中训练集、验证集(开发集)、测试集如何划分
- 机器学习中的训练集、验证集和测试集
- sklearn.model_selection中的train_test_split使用方法,分割数据集,划分训练集和测试集
- sklearn.model_selection.train_test_split随机划分训练集和测试集
- 【学习笔记】机器学习之用TensorFlow cnn 测试CIFAR-10数据集
- sklearn.model_selection.train_test_split划分训练集和测试集
- 训练集,验证集,测试集
- 机器学习: 训练集、验证集、测试集关系
- Sklearn-train_test_split随机划分训练集和测试集
- [机器学习]划分训练集和测试集的方法
- 数据集预处理,划分为测试数据集合验证数据集
- 使用Java随机划分数据集为训练集和测试集
- python 划分数据集为训练集和测试集
- Sklearn工具包---train_test_split随机划分训练集和测试集