17 Introduction

关于假设生成和假设验证，原文有一些表述。

通常来说，建模的重点在于推断或验证假设是否为真。为了正确进行推断，你必须明确以下两点：

• 每个观测都可以用于数据探索，也可以用于假设验证，但不能同时在二者中使用（否则就是自证了）。

• 在进行数据探索时，一个观测可以使用任意多次，但进行假设验证时，一个观测只能使用一次。一旦使用两次观测，假设验证就会变成数据探索。

如果想要严肃认真地进行验证性分析，一种方法是在进行分析前将数据分成 3 个部分（6-2-2）:

• 将60%的数据作为训练集，或称探索集。你可以对这部分数据进行任意操作，比如可视化，或者用数据拟合多个模型。

• 将20%的数据作为查询集。你可以使用这部分数据来比较模型或者进行手动可视化，但不能将其用于自动化过程。

• 将20%的数据留作测试集。这部分数据只能使用一次，用于测试最终模型。