機器學習怎麼切分資料：訓練、驗證、測試集
訓練集、驗證集、測試集分別代表什麼含義，又該怎麼劃分
訓練及測試資料
對於Supervised Learning來說，我們必須使用標註資料(Labeled Data)來做訓練，例如一個CNN(Convolutional Neural Network)，因此我們需要訓練資料(Training Data)
但我們好不容易搜集到的資料卻不能全部拿來做訓練，因為我們必須要保留一些當作測試資料(Testing Data)來評估我們的模型表現
這些資料必須跟訓練資料是完全不同的，否則就有作弊的嫌疑，想想如果在考試前就先拿到考題的話，這樣就算出來的成績很高，也並不能代表這個學生真的很了解這個科目，對於機器來說也是一樣的道理
所以最簡單的方式，我們會把我們的資料切分成測試集跟訓練集，通常會保留比較多當作訓練資料(60%~80%)，其餘作測試資料
驗證集
大部分的情況下，我們還會需要驗證資料集(Validation Dataset)，例如在K-fold方法中，我們會訓練K次模型，這樣的話我們怎麼知道要選擇哪個模型呢？這時候就需要驗證集的幫助，例如10-fold中，我們將90%的訓練資料當作訓練集，而10%的資料當作驗證集，每次訓練完一個模型後，我們使用10%的資料來驗證，並得到一些評估的指摽(例如: Accuracy, F1-score等)，再選擇最好當作我們的模型，在這之後，才使用測試集(Test Dataset)來評估此模型的效能
驗證集也可以是拿來調參數的依據，由於驗證集的資料並不被模型所見，所以選擇一組參數使得在驗證集上得到最好的表現，大部分情況會比單純使用訓練集表現來得好。
整體來說，驗證集讓我們能以一個客觀的角度評估目前模型學習的狀況，例如判斷模型是否過擬合(Overfitting)，以及用來調整模型參數等，驗證集並不會被模型所學習，所得出的分數也不會是最後評估模型的好壞的指標，而是由測試集來評估
總結
舉一個例子來說，把我們的模型想成一個高中生，平常上課學習時吸收的資料，像是課本、講義等，我們稱為訓練集，而模擬考，就好像是驗證集，從模擬考中，我們可以有一個概略的指標來看哪個學生學的比較好，對於學生來說，從模擬考的成績好壞，進而調整學習的方向，而測試集就是學測或指考，得到的分數就直接評估了學生的優劣
