AITerms 登入
機器學習模型訓練模型評估

驗證資料集(Validation Set)是什麼?

驗證資料集用於在模型訓練期間調整超參數和評估模型效能,以防止過擬合,並選擇最佳模型。

完整定義

驗證資料集是在機器學習模型訓練過程中,用於評估模型效能並調整超參數的獨立資料集。它與訓練資料集和測試資料集不同,主要目的是在模型訓練期間提供一個不帶偏差的評估,幫助選擇最佳模型並防止過擬合。

白話說明

你有沒有在考試前,先拿幾題模擬題試水溫?

你可以把驗證資料集想成「訓練途中拿來看模型表現的模擬考」

它不是拿來真正學習參數的,而是幫你調模型和挑設定

如果把它拿去訓練,最後評估就會不準

記住這句

訓練用來學,驗證用來挑,測試用來算最後成績。

比喻:驗證資料集就像學生在正式大考前做的「模擬考」-- 透過模擬考,學生可以知道哪些地方還不夠熟練,並調整學習策略,但模擬考成績不會計入最終總分。

容易混淆

驗證資料集 vs 訓練集

訓練集負責學參數

驗證資料集負責看調整後的效果

最關鍵的區別:學習和檢查

驗證資料集 vs 測試集

驗證集會被你反覆看

測試集只該最後看一次

最關鍵的區別:調參工具和最終考卷

驗證資料集 vs 交叉驗證

驗證集是固定切一份

交叉驗證是輪流切多份

最關鍵的區別:單次切分和多次輪替

實際案例

調超參數

你在不同學習率之間比較時,看的就是驗證集表現,而不是訓練集分數

早停法

當驗證集開始變差而訓練集還在變好,通常表示模型可能已經過擬合

演算法與應用

超參數搜尋用它挑最佳設定像學習率和層數
早停法監控驗證表現決定何時停避免過擬合
模型選擇用它比較不同模型選表現較穩的
資料外洩不能把驗證資訊混進訓練不然結果會假高

情境判斷

Q1(直覺題):你要比較兩個模型哪個更好,該先看哪個資料集?

先看驗證資料集,因為它是用來挑模型和調參的。

Q2(判斷題):如果驗證集也拿去訓練,評估會怎樣?

通常會變得過於樂觀,因為你已經看過答案了。

常見問題

出現在這些考古題

官方公告試題的逐題解析裡,這 5 題把驗證資料集列為延伸術語。

相關術語

本頁內容有提到,或屬於同一組主題的術語

來源

這個術語目前沒有標註外部來源。

其他格式:Markdown 版本