機器學(xué)習(xí)算法中數(shù)據(jù)集的輸入輸出、訓(xùn)練測試集是什么關(guān)系？

首先，數(shù)據(jù)集中包含多個樣本，每個樣本都有同樣的輸入輸出

輸入就是判斷的依據(jù)，可以理解為特征，特征可以是多個，根據(jù)不同的情形自行選擇，輸出就是根據(jù)特征判斷的結(jié)果，也是我們構(gòu)建機器學(xué)習(xí)模型的目的（為了預(yù)測或者分類某些指標(biāo)），這個結(jié)果也可以有多個

訓(xùn)練集：多個樣本的集合，用來構(gòu)建收斂機器學(xué)習(xí)模型，一般選擇數(shù)據(jù)集中的大多數(shù)樣本

測試集：多個樣本的集合，不能和訓(xùn)練集中的樣本重合，用來對構(gòu)建好的機器學(xué)習(xí)模型進(jìn)行泛化性測試，一般選擇數(shù)據(jù)集中的少數(shù)樣本，并且這些樣本要和訓(xùn)練集中的樣本在數(shù)值類型上、數(shù)值范圍上、以及特征的相互關(guān)系上類似，否則效果可能會比較差！

試想，如果這個機器都沒有學(xué)習(xí)過類似的同類型的數(shù)據(jù)，你拿一個新的陌生數(shù)據(jù)給他，他會認(rèn)識么？

預(yù)測集：多個樣本的集合（這些樣本沒有輸出），使用他們的目的就是通過已經(jīng)測試好的、泛化性良好的機器學(xué)習(xí)模型根據(jù)輸入來預(yù)測輸出，該數(shù)據(jù)集只有輸入特征。

訓(xùn)練集、測試集、預(yù)測集的關(guān)系可以打一個很形象的比喻：

今天，老師給我們講了一道數(shù)學(xué)題，我們都聽懂了，這個數(shù)學(xué)題相當(dāng)于訓(xùn)練集

晚上，老師給我們布置了作業(yè)，也是一道數(shù)學(xué)題，和白天講的那道類似，看看我們學(xué)習(xí)的如何（老師有答案、對作業(yè)進(jìn)行了批改），這個作業(yè)就相當(dāng)于測試集

第二天，老師組織了一場考試，這個考試沒有答案，只有題目，這個題目就相當(dāng)于預(yù)測集。

為了讓大家更好的從數(shù)據(jù)結(jié)果上理解上述概念的關(guān)系，可以查看下圖：

254008-1.png






請前往：http://lygongshang.com/TeacherV2.html?id=269