Data Split

释义 Definition

数据划分；数据集切分：把一个数据集按用途分成不同部分（常见为训练集、验证集、测试集），用于建模、调参与评估，减少“只在已见数据上表现好”的风险。（在机器学习与统计建模语境中最常见）

发音 Pronunciation (IPA)

/ˈdeɪtə splɪt/

例句 Examples

We used a 70/30 data split for training and testing.
我们用 70/30 的数据划分来进行训练和测试。

To avoid information leakage, the team performed the data split by time so that the model was evaluated only on future data.
为避免信息泄漏，团队按时间进行数据划分，使模型只在“未来”的数据上被评估。

词源 Etymology

data 源自拉丁语 datum（“给予之物、给定之物”），后来发展为“资料/数据”的含义；split 来自古英语 splittan（“劈开、分开”）。组合成 data split，字面即“把数据分开”，在现代数据科学中固定指“将数据集切分为不同用途的子集”。

相关词 Related Words

• Train
• Test
• Validation
• Dataset
• Sampling
• Stratification
• Cross-Validation
• Overfitting
• Leakage

文学与著作 Literary & Notable Works

• The Elements of Statistical Learning（Hastie, Tibshirani & Friedman）——讨论训练/测试划分与模型评估思路（常以“training/test split”等表述出现）。
• Pattern Recognition and Machine Learning（Christopher M. Bishop）——在实验设置与泛化评估中涉及数据集划分。
• Hands-On Machine Learning with Scikit-Learn, Keras & TensorFlow（Aurélien Géron）——实践章节中频繁使用“train-test split / data split”来构建训练与测试流程。