模型过拟合验证数据集

Question

老师将数据集分成三份这样的做法主要问题是不是，验证数据集中可能会有极端数据，可能模型已经拟合好了，但是因为极端数据而误判，导致重新修改参数训练模型，所以之后改进的就是用交叉验证，采用多个测试的数据集

Answer 1

liuyubobobo 2021-09-17 00:01:17

我不确定你说的“三份”是指什么？

如果是指 k-fold 的交叉验证，其中 k = 3，是的，这个目的是为了防止极端数据。

但如果是指分成训练-验证-测试数据集三部分，而不是训练-测试数据集两部分，这是为了防止我们每次都根据测试数据集的结果调参，最终调出的模型对测试数据集过拟合。

继续加油！：）

• 提问者 weixin_慕村8280326 #1

  老师您之前一分多钟的时候还没有说交叉验证，说的是一个分成三份数据集，一份用来训练，一份用来验证，一份用来最后确定模型的测试数据，就我觉得从这种验证算法演变到交叉验证的原因是因为，验证数据集中可能有极端数据，会误导我们判断这个模型是否是合理的，所以有了交叉验证

• liuyubobobo 回复 提问者 weixin_慕村8280326 #2

  对的，你的理解是正确的：）

• 提问者 weixin_慕村8280326 回复 liuyubobobo #3

  谢谢老师！