训练集和测试集是否必须与预测集不同？

Question

我对ML很陌生。我知道一般规则，我们应该只在测试集中测试经过训练的分类器。

但是现在出现了一个问题：当我已经准备了经过训练和测试的分类器时，可以将其应用于作为训练和测试集基础的同一数据集吗？] >>将其应用于不同于训练+测试集的新预测集？

而且如果我预测时间序列的标签列怎么办，我是否必须转移特征的[[all

（不仅是时间序列标签列的过去列，而且还包括所有其他正常特征）？训练+测试集返回到数据与预测集之间没有“知识”拦截的时间点？

然后，我将对过去n个月内已转移的特征进行训练和测试，以未变动和最新的标签列得分，然后根据最近的未变动的特征进行预测。移位和未移位的要素具有相同的列数，我通过将移位后的要素的列名称分配给未移位的要素来对齐移位和未移位的要素。

我对ML很陌生。我知道一般规则，即我们仅应在测试集中测试经过训练的分类器。但是现在出现了一个问题：当我已经准备好一个经过培训和测试的分类器时，...

Answer 1

我认为您正在混淆一些概念，因此我将尝试对

监督学习

进行一般性说明。