在机器学习中，会对数据集进行划分，有监督学习和无监督学习的划分方式不同。

有监督学习中，数据集被划分为训练集、验证集和测试集。

无监督学习中，数据集被划分为训练集、测试集和预测集。

有监督学习

在有监督学习中，数据集被划分为训练集(training set)、验证集(validation set)和测试集(test set)。三者的比例常为50:25:25。

在传统机器学习中，若无需对模型做过多调整就能拟合，只需将数据集分为训练集和测试集两部分即可。两部分的划分比例常为7:3或8:2，根据训练策略而定。

训练集：估计模型

验证集：确定网络结构或者控制模型复杂程度的参数

测试集：检验最终选择最优的模型的性能如何

参考：AI---训练集(train set) 验证集(validation set) 测试集(test set)

无监督学习

在无监督学习中，数据集被划分为训练集(training set)、测试集(training test set)和预测集(prediction set)。

训练集：拟合模型

测试集：进行模型评价与模型修正。如有必要，可以人工打标签。

预测集：使用模型进行预测

 

# 数据挖掘 # 机器学习
Logo
腾讯云开发者社区

腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。

更多推荐

终极指南：Flink SQL连接器版本管理从混乱到有序的升级之路

Apache Flink作为流处理领域的佼佼者，其SQL连接器的版本管理一直是开发者面临的核心挑战。本文将系统讲解Flink SQL连接器版本管理的最佳实践，帮助你轻松应对版本兼容性问题，实现从混乱到有序的升级之旅。## 连接器版本管理的常见痛点 😫在Flink应用开发中，连接器版本管理常常让开发者头疼不已。不同版本的连接器可能导致各种兼容性问题，例如API变更、功能差异甚至运行时错误。

avatar 腾讯云开发者社区

Elasticsearch复杂数据类型终极指南：从入门到精通

Elasticsearch作为功能强大的搜索引擎，支持多种复杂数据类型，让开发者能够灵活处理各种结构化和非结构化数据。本文将带你全面了解Elasticsearch中的复杂数据类型，从基础概念到实际应用，助你轻松掌握数据建模的核心技巧。## 内部对象：构建层级化数据结构在Elasticsearch中，对象类型（Object）是最基础的复杂数据类型之一，用于表示具有嵌套关系的数据。例如，我们可

avatar 腾讯云开发者社区

如何快速搭建Neon无服务器PostgreSQL：面向初学者的完整指南

Neon是一款革命性的无服务器PostgreSQL解决方案，它通过分离存储和计算层，实现了自动扩缩容、类代码式数据库分支以及零级扩展能力。本指南将帮助你从零开始搭建Neon开发环境，体验这款创新数据库的强大功能。## 准备工作：环境要求与依赖项在开始搭建Neon环境前，请确保你的系统满足以下要求：- Linux操作系统（推荐Ubuntu 20.04+或Debian 11+）- Git

avatar 腾讯云开发者社区