machine-learning - 机器学习中对测试和验证集标签的困惑

我对数据集的训练和验证有疑问。

我了解训练数据标签的概念，即 y_train。我不明白为什么我们的测试/验证样本也应该有标签。我假设通过为测试样本提供标签，我们在将它们通过算法之前定义它们是什么，对吗？

让我这么说吧，如果我有一个狗和猫的图片数据集，我分别标记它们 1 和 2。那么如果我想扔一张图片（狗）来测试我的模型，而我的训练数据集中没有，我为什么要给它贴标签呢？如果我将它标记为 1，那么我预先告诉它是一只狗，如果我将它标记为 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？

标签： machine-learningdeep-learning

验证数据集用于微调模型中的参数，而测试集用于检查准确性。没有标签怎么能声称你的模型是正确的。这个概念在监督学习中是有效的，因此需要有带有测试和验证数据集的标签。