神經網路如何劃分測試集和訓練集

㈠ 測試集和訓練集是什麼意思

1.測試集：

機器學習學科中，學習樣本三部分之一，測試集用來檢驗最終選擇最優的模型的性能如何。

2.訓練集：

機器學習學科中，學習樣本三部分之一，訓練集用於建立模型。驗證集用來確定網路結構或者控制模型復雜程度的參數，而測試集則檢驗最終選擇最優的模型的性能如何。

(1)神經網路如何劃分測試集和訓練集擴展閱讀

訓練集用於監督學習中，監督學習是指利用一組已知類別的樣本調整分類器的參數，使其達到所要求性能的過程，也稱為監督訓練或有教師學習。

監督學習是從標記的訓練數據來推斷一個功能的機器學習任務。訓練數據包括一套訓練示例。在監督學習中，每個實例都是由一個輸入對象和一個期望的輸出值組成。監督學習演算法是分析該訓練數據，並產生一個推斷的功能，其可以用於映射出新的實例。

大數據環境下的機器學習演算法，依據一定的性能標准，對學習結果的重要程度可以予以忽視。 採用分布式和並行計算的方式進行分治策略的實施，可以規避掉噪音數據和冗餘帶來的干擾，降低存儲耗費，同時提高學習演算法的運行效率。

參考資料來源：網路-測試集

參考資料來源：網路-訓練集