地基 · 数学与工程模块一 · 机器学习流程及经典模型概念约 11 分钟
机器学习流程：预处理 → 训练 → 验证 → 测试
标准流水线，顺序不能乱
学完这节你能：
- 说出机器学习的标准流程顺序
- 理解三套数据集各自的角色
- 避开顺序题的坑
机器学习不是「把数据丢给模型」这么简单，它有一条固定的流水线。考试常考顺序，实战里顺序错了结果就不可信。
- 数据预处理：清洗、变换、划分数据集（在训练之前完成）。
- 模型训练：在训练集上学习参数。
- 模型验证：在验证集上调超参、选模型（不碰测试集）。
- 模型测试：在从未用过的测试集上评估最终泛化能力。
| 数据集 | 用途 | 能否用来调参 |
|---|---|---|
| 训练集 | 学参数 | — |
| 验证集 | 调超参、选模型 | 可以 |
| 测试集 | 最终评估泛化 | 绝对不行（碰了就作弊） |
自测机器学习标准流程顺序是：
// 带走一句话
流程：预处理→训练→验证→测试；训练集学参数、验证集调超参、测试集只做最终评估。
独立练习
做到这些，才算完成本节
- 合上正文，用自己的话解释核心概念。
- 写出一个相似概念，并说明两者最关键的区别。
学习记录
记录本节阅读进度
建议先独立回答自测。读完记录不等于已经掌握。