150. 數據集劃分時，驗證集的主要用途是什麼？
(A) 用於模型訓練
(B) 調整模型的超參數
(C) 測試模型性能
(D) 確保數據隨機分布

答案：登入後查看
統計： A(75), B(294), C(190), D(64), E(0) #3416425

詳解 (共 1 筆)

#6557615

正確答案是：(B) 調整模型的超參數

解釋如下：

在機器學習中，資料集通常會被切分為三部分：

  1. 訓練集（Training Set）
    ➤ 用來訓練模型的參數（例如權重）。

  2. 驗證集（Validation Set）
    ➤ 用來調整模型的超參數，例如學習率、樹的深度、K 值等；同時也用來**早停（early stopping）**以避免過擬合。
    ✅ 所以選擇 (B) 是正確的。

  3. 測試集（Test Set）
    ➤ 用來最終評估模型的泛化能力與性能，不能用來訓練或選擇模型。
    → 這才是 (C) 所說的「測試模型性能」。

其他選項說明：

  • (A)：訓練模型是訓練集的工作，不是驗證集。

  • (C)：測試模型性能應該用的是測試集，不是驗證集。

  • (D)：資料隨機分布是切分資料集時的原則之一，但並不是驗證集主要用途。

總結：

驗證集的主要用途是：
➡️ 在訓練過程中，用來調整模型的超參數與監控模型的過擬合情況。

✅ 正確答案是：(B)。

6
0