训练数据集和测试数据集,是机器学习领域,对于数据切分方式不同,而产生的2个概念。 通常做法:将原始数据切分时,将原始数据的80%作为训练数据来训练模型,另外20%作为测试数据,通过测试数据直接判断模型的效果,在模型进入真实环境前不断改进模型;
在类似于机器学习的各个信息科学相关领域中,一组数据被用来发现潜在的预测关系, 称为“训练数据集”。训练数据集是提供给学习者的案例,而试验数据集是用于测试由学习 者提出的假设关系的准确度。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。