【AI-1000问】训练为什么要分测试集和验证集？

往期视频（前往有三AI公众号观看）

为什么要分训练集和测试集呢？

在很多的书以及一些公开数据集中，都会将数据集分为训练集，验证集和测试集，看起来验证集和测试集并没有区别，为什么要分这两个呢？

作者/编辑 言有三

验证集和测试集的定位是不同的，一个模型需要有好的泛化能力，需要同时在训练过的数据和没训练过的数据集上取得好的结果。

所以将训练集用于训练，验证集用于调参数，然后反复迭代直到满足性能。验证集扮演的就是一个辅助模型增加泛化能力的作用。而测试集不同，它仅仅用于最后评估模型的性能。对于用于比赛的公开数据集，验证集会公开标注，测试集不会公开。

训练集和验证集一般就是从同一个数据集随机拆分，比如要训练猫脸检测，找一个公开数据集。

但是最终评估模型好坏的时候，只用我自己拍摄的数据作为测试集，如果表现很好，那就说明模型是真好。

思考

不过平时的小任务可以不必刻意分，尤其是数据少的时候。当你训练好模型之后，就去找真实场景的数据反复测试吧，那才是测试集的奥义。

如果想加入我们，后台留言吧

转载文章请后台联系

侵权必究

更多请关注知乎专栏《有三AI学院》和公众号《有三AI》