1-12 找到甜草莓，总共分几步 （笔记）

找到草莓的几步

在了解机器学习的过程中我们常常会听到几个数据集

graph LR
数据集-->训练集
数据集-->验证集
数据集-->测试集

1. 训练集：训练集用来训练机器、构建模型
2. 验证集：在模型中验证得到最优模型
3. 测试集：使用测试集检验最优模型的性能 保证其真实可用

---

草莓甜不甜？

1. 我们可以先拿6个草莓训练几个判断草莓甜不甜的机器
2. 训练之后再拿两个草莓去验证他们的情况 留下最优的模型
3. 最后再拿出两个它从来没见过的草莓 再次检验它的性能

---

一般来说，训练集、验证集和测试集的比例是3:1:1

为什么要拿所有的数据分成三部分？

还记得前面提过的过拟合吗？

如果拿所有的数据来训练 那么机器很有可能无法判断新样本

视频来源