1. 最简单的随机拆分，一般拆为80%训练集20%测试集 或 70%训练集30%测试集。使用训练集训练，然后使用测试集测试模型效果。
2. k折交叉验证：把整个数据集设法均分成k折（一般为随机拆分）。然后使用其中的k-1折进行训练，使用剩下的一折测试。这样实际上训出了k个模型。
3. 留一法：k折的极限就是留一。使用m-1个样本进行训练，剩下的那个样本进行测试，简直逗~
4. 自助采样法：在原始样本集中有放回的随机采样m次，构成与原始样本集一样大小的训练集（都有m个样本）。根据概率，会有约36.8%的样本没有被采到（另外60+%的样本则有很多被重复采到）。这样可以使用采出来的大小为m且包含重复样本的集合为训练集，剩下约36.8%的样本当测试集。
5. 关于验证集的一点补充：之所以把数据集分为训练集和测试集，主要是为了在保证模型不要过拟合的前提下，调整超参数使模型性能尽可能地高。因此一般套路是，在训练集训完，然后在测试集上测试，发现性能掉的厉害或者性能还不够好，调调超参，再训一个试试。因此有种说法：训练集是用来学习超参的。
问题是：虽然模型是在训练集上学的，但超参在测试集的测试结果的反馈下进行调整的，这显然也采到了测试集的信息。这样训出来的模型很有可能结果是，模型表现足够好（性能优秀）且在训练集和测试集上表现一致（看似没有过拟合），但放到新数据集上一看其泛化性能并不好。这是因为模型在整个数据集上其实发生了过拟合。
验证集就是用来解决上述问题的。我们把数据集按622划分为训练集、验证集、测试集。训练一波放到验证集上验证一波，然后调超参，最后觉得差不多了，把模型放到测试集上一测，发现性能没有下降，而在这之前模型和测试集没有发生任何接触，所以证明了其泛化性能，美滋滋，模型训练结束。
但是这里有个bug，前面说是“性能没有发生下降”，模型训练就完美结束了。但如果发生不可忍受的下降呢，说明模型训练的有问题，OK，那就返回去调参，但这次调参，就是由测试集反馈来的，因此引入了测试集的信息，这样来回搞几波，跟前面还有什么区别呢？
要解决这个问题，理论上我们要始终有一个模型从没有接触的测试集，直到“放到测试集上测试然后通过”这件事能一次性完成，模型的泛化性能才能充分可信。但我们事先不知道这个到底什么时候能实现，所以理论上我们得把数据集划分为无数个训练集验证集测试集~~
当然前面说的是理论上，实践中没必要这么较真，模型泛化性能谁也不能保证百分之百，能用就行。毋庸置疑的是，把数据集划分成训练集验证集和测试集，肯定比简单地划分为训练集测试集更好一些。
网友评论