机器学习模型中的训练集、验证集和测试集

进行机器学习模型训练和评估时，经常碰到三种类型的数据集：训练集、验证集和测试集。这三种数据集的区别是什么呢？

• 训练集。用于训练模型，调整模型内部参数，使模型尽可能的拟合其数据样本；
• 验证集。用于调整模型的超参数和对模型的能力进行初步评估，以决定是否停止继续训练；
• 测试集。评估最终模型的泛化能力，只能使用一次。

有一个比喻可以很贴切的形容这三者之间的关系：训练集相当于课后练习；验证集相当于周考；测试集相当于期末考试。

本人研究牲一枚，请各位大佬批评指正~