干货是什么意思（为什么会说干货分享）

一般来说，

• Machine Learning需要数据去决定模型关系，这叫（Train the Machine Learning Method）
• 同时，建立模型之后，我们需要知道这个模型效果如何。同样需要数据去验证，这叫（Test the Machine Learning Method）

如果你用了所有的数据去建立模型，那你根本就没有任何数据去验证模型了。

有的同学说，我可以用建立模型的数据去验证啊！

打个比方，你的数据 - 100个男人里，有98个怕老婆，2个不怕（因为没老婆），那你建立的模型结论是 98%的男人怕老婆！

如果你用建模型的数据去检测，你当然会发现这个模型太准了。但事实是这样吗？

因此，一般来说，会将已有数据分成两份：

• 一份用来Train the machine learning method；
• 一份用来Test the machine learning method；

如上图，我们一共有20个数据。我们将其中5个数据拉出来用于检验模型，另外15个建立模型。也就是说，数据被分成了4份，每一份5个数据。

K-Fold Cross Validation

一般实际应用的时候，数据被分成10份，就是10倍交叉验证。

03 总结

逃学博士一直觉得，很多看似高深的知识背后，都是基础知识的延伸，只不过被套上了很多高大上的专有名词。

介绍机器学习，先给你整一堆 专有名词，听众觉得完全听不懂，但是感觉好厉害的样子。

专业的划分不是知识的划分，是看怎么把知识点包装成只有专业内的人才能听得懂的形式。

比方说：

我们今天拿到了一批数据，先做一个10倍交叉验证，看看选什么方法，是SVM还是Random Forest，最后给我一个分析报告。

如果你没有看这篇文章，第一次见这段话是不是懵逼。

希望大家喜欢我的文章。

“逃学博士”：理工科直男一枚，在冰天雪地的加拿大攻读工程博士。闲暇之余分享点科学知识和学习干货。