UC知道什么叫训练数据(training data)?
来源：百度知道 编辑：UC知道 时间：2024/06/24 11:32:33
你的回答很专业，谢谢。我只是在做判别分析(discriminant analysis)、聚类分析(clustering)、和主成分分析(PCA)时遇到了训练数据。你能否结合多元统计的背景解释一下训练数据？
谢谢。我可不可以这样理解，所谓training data就是一组我需要处理的数据，我的任务是建立一个模型去“适应”这组数据。当达到最优的建模效果时，再用testing data去检验这个模型。training data 就是让我不断调整或者校正modeling的数据？
不好意思，今天我听同学说，testing data 和 validation data的含义正好跟你说的相反。testing data才是检测你的模型是否适合整个population，而每次在样本中建模之后是用validation data来校验你的模型,不断地修正和改进。是这样吗?
这个是讲AI的artificial neural network时候用的。
例如说你要做一个AND logic。在你建立了一个artificial neural network以后，它是一个没有任何功能的空白network。这时候你需要training data来train你的network。这个时候的training data，就是已经准备好的，正确的AND logic的input跟output，让这个artificial neural network来学习这个input和output的关系从而模仿AND logic(Hence artificial intelligence)。
在train好了以后，你要确认你的network时候符合你的training data的要求，你就选一组testing data(比training data数量要少很多，可以是training data的一部分)，来test你的network是不是真的被train好了。一般不能达到100%正确，根据情况，一半90%以上，例如95%就不错了。这里就是为了证明你train的这个network，是针对你的training set是有用的。
至于validation data。你的training data sample，在统计学里，是在你的global population里选出来的，它不一定100%反应你的global population的特性。所以你要在global population里，另外再选一组validation data，来validate你之前通过test的network。也就是为了确认，你这个network，不是只对你的training data有用，而是对global population都有用的。
我是在国外上的大学，大四的时候学过这个。嘿嘿。
补充：
你说的这些我没学过。
不过我猜测training data应该跟我所学的artificial neural network的有类似。多半是你的system或者model，需要学习你所研究东西的behaviour。所以你用一组以前所得到的正确的data，里面包