训练集:用于训练模型的样本集合, 主要用来训练模型参数.
测试集:对于训练完成的模型, 通过测试集惊醒评估
划分方法有3种
1 留出法
将数据集按照比例分（8:2，7:3，…）成互不相交的两部分，其中一个是训练集，一个是测试集，尽量保持训练集和测试集分布一致
2 交叉验证法
将训练集分成k个互斥的子集，k个子集随机分为k-1个一组作为训练集，剩下一个为另一组作为测试集，有k种分法。
3 自助法
每次随机从数据集（有m个样本）抽取一个样本，然后再放回（也就是说可能被重复抽出），m次后得到有m个样本的数据集，将其作为训练集。始终不被抽取到的样本的比例约为0.368，这部分作为测试集。
迎关注微信公众号（算法工程师面试那些事儿)，建号初期，期待和大家一起刷leecode，刷机器学习、深度学习面试题等，共勉～