train-test split（训练-测试划分）：机器学习中把数据集按一定比例分成训练集（用来训练模型）和测试集（用来评估模型在未见数据上的表现）的方法。常见比例有 80/20、70/30 等；有时还会另外划分验证集。（该术语也可写作 train/test split 或 train–test split。）
/ˈtreɪn tɛst splɪt/
We used a train-test split to evaluate the model.
我们使用训练-测试划分来评估这个模型。
After a stratified train-test split, the classifier achieved higher accuracy on the test set without changing the algorithm.
在进行分层的训练-测试划分之后，即使不更换算法，这个分类器在测试集上的准确率也提高了。
该词组由三个常用词组成：train（训练，指用数据拟合模型参数）、test（测试，指在未参与训练的数据上检验表现）、split（切分，指把整体数据分开）。作为机器学习术语，它随着统计学习与实践型数据科学工具的普及而广泛使用，强调“训练”和“评估”要在不同数据上进行，以减少对模型效果的误判。
Select Language