[机器学习算法面试题] 六.训练集、验证集、测试集的理解。

目录

1.训练集

训练集(training dataset):用于模型拟合的数据样本。

2.验证集

验证集(validation dataset):是模型训练过程中单独留出的样本集,它可以用于调整模型的超参数和用于对模型的能力进行初步评估。 通常用来在模型迭代训练时,用以验证当前模型泛化能力(准确率,召回率等),以决定是否停止继续训练。

3.测试集

测试集(test dataset):用来评估模最终模型的泛化能力。但不能作为调参、选择特征等算法相关的选择的依据。

4.训练集、验证集、测试集区别

形象上来说训练集就像是学生的课本,学生根据课本里的内容来掌握知识;验证集就像是作业,通过作业可以知道不同学生学习情况、进步的速度快慢;而最终的测试集就像是考试,考的题是平常都没有见过,考察学生举一反三的能力。
[机器学习算法面试题] 六.训练集、验证集、测试集的理解。

5.训练集、验证集、测试集划分比例

5.1.数据量较小

传统机器学习中,数据量较小。

无验证集情况下:训练集:测试集 = 7: 3
有验证集情况下:训练集:验证集:测试集 = 6: 2: 2

5.2.数据量较大

在深度学习中,数据量较大,可以拿出很小的比例来当验证集和测试集(比例小但数据量可能仍然很大)。如:假设有100W条数据,只需要拿出1W条来当验证集,1W条来当测试集,就能很好地work了。

深度学习数据量较大的情况下:训练集:验证集:测试集= 98: 1: 1

上一篇:MySQL 学习笔记2


下一篇:机器学习:2.Python机器学习软件包Scikit-Learn的学习与运用