训练/验证/测试集划分（train/validation/test split）

设想一位老师，想知道学生是真的学会了，还是只是背了下来。诀窍是：用一套题目来教，再用谁都没见过的题目来评分。划分数据集也是同样的道理：我们把它切成几堆相互独立的部分，好分辨真学习与死记硬背。

通常分成三堆。训练集（training set）是模型用来学习的部分——它会调整自身去拟合这些例子。验证集（validation set）是开发过程中用的「模拟考」，用来比较各种方案、调节旋钮（即超参数 hyperparameter），却不去偷看那场期末大考。测试集（test set）被锁起来，只在最后碰一次，用以诚实地估计模型面对从未见过的数据时会有怎样的表现。一种常见的粗略划分是训练70%、验证15%、测试15%，但具体比例会因情况而异。

为何重要：如果你用模型学过的那些例子来给它打分，它靠死记就能得到近乎满分——这个陷阱叫过拟合（overfitting）——可一遇到新东西就毫无用处。这种划分是让我们对模型真实能力保持诚实的基本纪律。头号铁律：测试集必须始终封存。哪怕只在它上面调过一次参数，你报出来的分数就成了过分乐观的虚构。