驗證集的作用是什麼？

在機器學習中，開發模型時總需要調節模型的參數，比如改變權重、選擇層數或每層的大小，這個調節過程需要在訓練的模型上通過驗證集數據的表現來提供一個反饋信號，去修改網絡模型及參數。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，這時就需要一個對於模型完全陌生的數據集-----測試集來衡量模型的好壞。
————————————————
版權聲明：本文爲CSDN博主「Dontla」的原創文章，遵循 CC 4.0 BY-SA 版權協議，轉載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/Dontla/article/details/102909199