机器学习中训练集、验证集、测试集的定义和作用到底是什么样的？

#训练集 #分类器 #参数 #验证集 #神经网络 #隐藏单元数 #网络结构 #模型复杂程度 #测试集 #性能 #交叉验证 #参数估计 #预测均方误差 #拟合模型 #选择模型

假设现在有12个月的数据，从1月-12月。

方案一：设置1月-6月为训练集，7月-9月为测试集，10月-12月为验证集；

方案二：设置1月-6月为训练集，7月-9月为验证集，10月-12月为测试集。?

训练集：是用于训练的样本集合，主要用来训练神经网络中的参数。

验证集：用于验证模型性能的样本集合，不同神经网络在训练集上训练结束后，通过验证集来比较判断各个模型的性能，这里的不同模型主要是指对应不同超参数的神经网络，也可以指完全不同结构的神经网络。

测试集：对于训练完成的神经网络，测试集用于客观的评价神经网络的性能。

扩展资料：

时间序列数据是在不同时间上收集到的数据，用于所描述现象随时间变化的情况。这类数据反映了某一事物、现象等随时间的变化状态或程度。

很多计量经济学的模型也用到了时间序列数据。比如2000—2005年我国的国内生产总值数据就是时间序列数据。

时间序列数据可分为平稳过程、去趋势平稳过程以及差分平稳过程等等很多种类。

时间序列数据的缺陷是无法对与时间相关的变量进行控制。

鹏仔微信 15129739599 鹏仔QQ344225443 鹏仔前端 pjxi.com 共享博客 sharedbk.com