在文獻看到 想要透過許多既有數據(x,y)去決定一個 能夠描述這個數據級的未知模型的參數 首先先把數據級分組 例如分成訓練組(training group) 和測試組(testing group) 其中訓練組的數據即是從原數據 集隨機取例如 80% 的數據 剩下的 20% 數據則放到測試組 然後利用訓練組的數據集 透過把 y 的量測值和模型的 預測值做最小方差的方式決定未知模型的參數 接下來利用測試組的數據集 計算 y 的量測值和模型的 預測值之均方值 看均方值是否小於預先指定的值 倘小於 則接受模型 請問這樣做就能確定所建立模型的可靠度的原理何在? 怎樣決定訓練組和測試組所含原數據組的比例才適當? 又如何決定測試組的允收均方差值? 另外 似乎還有把原數據集分成三組的 訓練組 測試組 和確認組(validation) 但不知最後這確認組和測試組有何 差異? 或者說要對最後的確認組做甚麼運作 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 220.136.210.204 ※ 文章網址: https://webptt.com/m.aspx?n=bbs/Statistics/M.1509013413.A.B87.html