训练集、验证集、测试集-知多少

因为论文反馈得知概念错误，因此，特此记录，希望这样的根本性错误能够少犯一点！
本文主要内容转自以下博客：https://blog.csdn.net/kieven2008/article/details/81582591
https://www.cnblogs.com/crazyacking/p/6737955.html
训练集：顾名思义，用来训练数据，以估计模型。
验证集：其存在的意义，在于调整参数，以选择最合适的模型。
测试集：测试集被用来计算模型的泛化能力。
在一些知识体系中认为，验证集和测试集是不可混淆而谈的。但是在我看来这一点取决于，数据量的大小。
比如，在监督学习的案例中，需要带有标签的数据，而标签就需要人为进行判读，这样是十分浪费时间和精力的。
因此，此时的样本数据集是比较小的，因此，我们采用交叉验证的方法。将样本集划分为训练集和测试集，在此基础上反复地进行训练、测试以及模型选择。