你去水果攤上買水果，怎麼看水果好壞？
評價標準是：新鮮程度
你建立了機器學習的模型，又怎麼判斷這個模型好壞？
接下來我們要講的概念機器學習模型（機器學習方法）的評價標準，會涉及到一些概念。
處理數據時我們要發現：
數據是用來訓練機器的，讓機器學習的。
機器學完之後的狀態會有很多種，比如擬合的有一點點不標準【狀態1】，擬合的沒有錯誤【狀態2】，擬合的非常均勻【狀態3】等等。
擬合好了也就是學完了之後，我們拿到新的數據來，對機器說，幫我看看這個數據處理結果。
這時候又會有很多狀態，比如這個新的數據在狀態1底下很優秀，在狀態2底下還可以，在狀態3底下反而出錯了。
那是因爲，狀態1大致情況下都是對的，泛化程度較好，狀態3過於細化，僅僅滿足給定的值遇到新值就分錯了。
所有我們要想辦法在已有數據下，讓機器學到一個最好的狀態，這個狀態不要求把原始數據分全對，而是要求用較高正確率識別新值。
措施：
把已有的數據集按照一定的比例分成兩份，一份用來給機器學習，另一份當成試卷用來檢測學習結果，我們選擇答卷較好的算法。這樣有新值來了就能有較高的正確率了。
用來給機器學習的那一份數據叫：訓練集。用來檢測的拿分數據叫：測試集。
注意，我們不能把測試集用來訓練，就像我們不能把以後要考的期末試卷拿來當習題一樣。
在代碼中：
使用 sklearn 可以輕鬆地將數據集拆分爲訓練數據和測試數據。
我們只需輸入 train_test_split 命令。
from sklearn.model_selection import train_test_split
X_train, X_test = train_test_split(X, test_size = 0.25)
第一個X參數是
numpy處理好的數據。
第二個參數 test_size 是我們想用作測試數據的點所佔百分比。
在上述調用中，我們使用 ，75% 作爲訓練數據，25% 的數據作爲測試數據。
分別用X_train, X_test 接收。