我有一个关于数据集训练和验证的问题。

我理解训练数据标签的概念，即y_train。但我不明白为什么我们的测试/验证样本也需要有标签。我假设给测试样本打上标签，就是在将它们输入算法之前定义它们，对吗？

让我这样说吧，如果我有一组狗和猫的图片数据集，并且分别标记为1和2。那么，如果我想用一张不在训练数据集中的狗的图片来测试我的模型，为什么要给它打标签呢？如果我给它标记为1，那么我事先就告诉它这是一只狗；如果我标记为2，那么它已经是一只猫了。

我可以有一个没有标签的测试/验证数据集吗？

回答：

验证数据集用于微调模型中的参数，而测试集则用于检查准确性。没有标签，如何声称模型的正确性？这个概念在监督学习中是有效的，因此测试和验证数据集需要有标签。