机器学习中小知识集锦

0.总结

• LawsonAbs的认知与思考，不一定准确，还请各位读者怀批判思维阅读。
• 持续更新~

---

1. train dev test

我们将数据划分为训练集、验证集和测试集。
在训练集上训练模型，在验证集上评估模型，一旦找到的最佳的参数，就在测试集上最后测试一次，测试集上的误差作为泛化误差的近似。关于验证集的划分可以参考测试集的划分，其实都是一样的，这里不再赘述。
可以简单地将上述三者对应学习过程：
训练集看成是家庭作业；
开发集看出是小测试；
测试集看成是期末考试。