Validation Data

定义 Definition

validation data：验证数据/验证集。在机器学习与统计建模中，指从数据集中单独划分出来的一部分数据，用于在训练过程中评估模型表现、调整超参数、进行模型选择，以减少过拟合风险。它不同于最终用于客观评估的 test set（测试集）。

发音 Pronunciation (IPA)

/ˌvælɪˈdeɪʃən ˈdeɪtə/ （也常见 /ˌvælɪˈdeɪʃən ˈdætə/）

例句 Examples

We used 20% of the dataset as validation data.
我们把数据集的 20% 用作验证数据。

After tuning hyperparameters on the validation data, the team evaluated the final model on a separate test set to estimate real-world performance.
在验证数据上调好超参数后，团队在单独的测试集上评估最终模型，以估计真实世界中的表现。

词源 Etymology

validation 来自拉丁语 validus（“强的、有效的”），引申为“验证其有效性”。data 源自拉丁语 datum（“给出的东西”），在现代英语中常作为集合名词使用。合起来 validation data 字面意思是“用于验证有效性的数据信息”，在机器学习语境中固定指“用于调参和模型选择的那部分数据”。

相关词 Related Words

• Training Set
• Test Set
• Cross-Validation
• Holdout Set
• Hyperparameter
• Overfitting
• Generalization
• Model Selection

文学与著作 Literary Works

• Deep Learning（Ian Goodfellow, Yoshua Bengio, Aaron Courville）：讨论训练/验证/测试划分与泛化评估时常用该术语。
• Pattern Recognition and Machine Learning（Christopher M. Bishop）：在模型选择与评估章节中涉及验证集（validation set/data）。
• The Elements of Statistical Learning（Hastie, Tibshirani, Friedman）：在模型评估与交叉验证相关内容中使用验证数据/验证集概念。
• Hands‑On Machine Learning with Scikit‑Learn, Keras & TensorFlow（Aurélien Géron）：在实践流程中频繁使用“validation data”来说明调参与训练监控。