训练集、验证集、测试集

为什么要分三份

• 训练集：平时作业——模型从里面学规律。
• 验证集：模拟考——用来挑模型、调旋钮（学习率、模型大小），调完一批用它看效果，不行再调。
• 测试集：高考——只在最后用一次，估计模型的真实水平。

为什么不能混用

拿「高考卷」反复调参，等于提前漏题：测试成绩会虚高，对真实水平的估计就失真了。铁律：测试集只能碰一次，碰完它就「脏」了，不能再当公正裁判。

怎么分

常见比例如 60% 训练、20% 验证、20% 测试。数据少时用交叉验证：把数据切成 5 份，轮流拿 1 份当验证集，5 次结果取平均，结论更稳。

一个容易踩的坑

切分前要先打乱数据。如果数据按时间排好序，直接前 80% 训练、后 20% 测试，可能训练集全是冬天、测试集全是夏天——模型等于没考同一个科目。涉及未来的预测（股价、销量）更要小心：不能用「未来」的数据去训练预测「过去」。

常见误区

「测试集准确率 99%」先别激动：查一下是不是同一批人既出现在训练集又出现在测试集（数据泄漏）——那是背答案，不是真本事。

练一练：把「平时作业、模拟考、高考」这套分工讲给家长听，说说为什么高考题不能提前刷十遍。