在機器學(xué)習(xí)中，開發(fā)模型時總需要調(diào)節(jié)模型的參數(shù)，比如改變權(quán)重、選擇層數(shù)或每層的大小，這個調(diào)節(jié)過程需要在訓(xùn)練的模型上通過驗證集數(shù)據(jù)的表現(xiàn)來提供一個反饋信號，去修改網(wǎng)絡(luò)模型及參數(shù)。這就是驗證集的作用，這也會造成驗證集的信息泄露，反饋的越多，信息泄露的越多，即模型就更清楚的認識驗證集，最終會造成模型在驗證集上過擬合，這時就需要一個對于模型完全陌生的數(shù)據(jù)集-----測試集來衡量模型的好壞。

參考文章：機器學(xué)習(xí)：為什么需要驗證集？

總結(jié)

以上是生活随笔為你收集整理的机器学习中为啥要有验证集？只要训练集和测试集不就可以了吗？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。