對於比賽，有乙個有標籤的資料集
把資料集劃分為訓練集，驗證集，測試集
吳恩達還提出了訓練-測試集的概念
同時說驗證集和測試集同分布，訓練集和訓練測試集同分布
而實際比賽中劃分的資料集我認為訓練集驗證集測試集都是同分布（乙個資料集劃分出來的）讓你預估標籤的資料集這裡我不把它叫為測試集
在k折交叉驗證中，說法是通過不同的測試驗證集劃分調整引數，我覺得這樣只能調整較好的引數，網上說超引數手動調，可我沒找到如何人工調整，經驗加實驗？得到較好的引數模型之後把訓練集和驗證集放一起當做訓練集再次訓練（不明白為什麼要再次訓練，模型的參樹已將有了啊，為了再優化一點點？）
以上就是了解和疑惑
煩惱的就是測試集也是與訓練集同一資料集劃分出來的，應該也是同分布，與吳恩達說的（驗證集和測試集）與訓練集不同分布不符。可能是資料條件的限制，還有就是如何通過k折交叉驗證調整超引數的。
機器學習 交叉驗證 python資料集劃分
模型選擇的兩種方法 正則化 典型方法 交叉驗證。這裡介紹交叉驗證及其python 實現。交叉驗證 如果給定樣本資料充足，進行模型選擇的一種簡單方法是隨機地將資料集切分為3部分，分為訓練集 驗證集和測試集。訓練集 訓練模型 驗證集 模型的選擇 測試集 最終對模型的評估 在學習到不同複雜度的模型中，選擇...
機器學習 驗證資料集與交叉驗證
1 方案 一 將所有資料集都作為訓練資料集 2 方案 二 將資料集分割為訓練資料集和測試資料集 此方案得到的最佳模型，有可能會過擬合了測試資料集 模型過擬合測試資料集後，在測試資料集上表現的準確率會公升高 得到的模型的準確率不能反應模型真正的效能 如果最佳模型過擬合了測試資料集，並且測試資料集上存在...
訓練集 測試集 驗證集與交叉驗證
當我們訓練好乙個模型時，我們不只希望這個模型只在訓練集上表現的好，更重要的是希望這個模型後續能表現的好，這時候就需要測試集，用於評估這個模型的泛化能力。通常情況下，我們將資料以8 2的比例分割訓練集和測試集。在演算法模型中，我們還要使用正則化技術，避免過擬合。其中乙個做法就是使用100個不同超引數訓...