今天的內容會帶大家了解 1. 機器學習中資料的切分 2. 為何要進行訓練/測試集切分 3. 不同的切分方法以及意義 為什麼需要切分：機器學習模型需要資料才能訓練 若將手上所有資料都送進模型訓練，這樣就沒有額外資料來評估模型訓練情形！ 機器學習模型可能會有過擬合 (Over-fitting) 的情形發生 需透過驗證/測試集評估模型是否過擬合 使用 Python Scikit-learn 進行資料切分 在使用 K-fold Cross-validation 讓結果更加穩定～ 有了大概的理解之後，我們開始今天的學習吧！！！