本文主要是介绍(done) 训练集、验证集、测试集的关联，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
来源：https://blog.csdn.net/m0_49866160/article/details/136381625
训练集、验证集和测试集概念
训练集（Training Set）： 用于训练模型的数据集。训练集用来训练模型，拟合出数据分布规律，即确定模型的权重和偏置等参数，这些参数称为学习参数。
- 训练集使用多次
- 确定模型权重、偏置等学习参数
- 训练出（学习出）模型
验证集（Validation Set）： 用于验证模型性能的数据集。在模型训练过程中，验证集用来调整模型参数和超参数，以优化模型性能，避免过拟合，即验证集用于模型选择，并不参与学习参数的确定，而是为了选择出模型误差较小的模型参数和超参数。
- 验证集使用多次
- 调整并选择模型参数和超参数
- 选择模型（验证模型性能）
测试集（Test Set）： 用于评估模型性能的数据集。在模型训练完成后，测试集用来评估模型的泛化能力（泛化能力即模型在未知数据上的表现），即测试集仅在训练完成后使用一次，评价最终模型的效果（其实，测试集可以跑多个epoch）。
- 不参与学习参数过程，也不参与超参数选择过程
- 测试集仅使用一次，完全独立，测试集未参与过训练或验证
- 评价最终模型
这篇关于(done) 训练集、验证集、测试集的关联的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
