我真的很喜欢这篇回答你问题的帖子。

一旦我们有了估计的技能，我们就完成了重采样方法。

您通过对所有数据应用所选的机器学习过程来完成模型。

这意味着在模型达到足够的性能后，我们不再需要拆分（“重采样方法”）。然后我们可以合并所有可用的数据并重复学习过程。我们可以依赖最终的表现（不用担心，谁模型将在训练期间使用新数据表现），因为它已经学会了如何为特定任务泛化输入（例如区分猫和狗）。

测试工具的精心设计对于应用机器学习至关重要。更强大的测试工具将使您更加依赖估计的性能。