Hold-out là gì?

Hold-out trong học máy (machine learning) là khi bạn chia nhỏ tập dữ liệu (dataset) của mình thành tập huấn luyện (training set) và tập thử nghiệm (test set). Tập huấn luyện là những gì mô hình (model) được huấn luyện (train) và tập thử nghiệm được sử dụng để xem mô hình đó hoạt động tốt như thế nào trên dữ liệu không nhìn thấy. Sự phân chia phổ biến khi sử dụng phương pháp hold-out là sử dụng 80% dữ liệu để huấn luyện và 20% dữ liệu còn lại để kiểm tra.