在机器学习中，一般将样本分成独立的三部分训练集(train set)，验证集(validation set)和测试集(test set)。其中，测试集用来检验最终选择最优的模型的性能如何。
查看详情
测试数据集是独立于训练数据集的数据集，但其遵循与训练数据集相同的概率分布。如果适合训练数据集的模型也很好地适合测试数据集，则发生最小的过度拟合（见下图）。与测试数据集相比，更好地拟合训练数据集通常指向过度拟合。因此，测试集是一组仅用于评估完全指定的分类器的性能（即泛化）的示例。
本文分享自 作者个人站点/博客 前往查看
如有侵权，请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ，欢迎热爱写作的你一起参与！
