訓練資料（Test Data）：用於模型構建
驗證資料（Validation Data）：可選，用於輔助模型構建，可以重複使用。
測試資料（Test Data）：用於檢測模型構建，此資料只在模型檢驗時使用，用於評估模型的準確率。絕對不允許用於模型構建過程，否則會導致過渡擬合。

　實際上，兩者的主要區別是：驗證集用於進一步確定模型中的超引數(例如正則項係數、ANN中隱含層的節點個數等)而測試集只是用於評估模型的精確度(即泛化能力)！
　
舉個例子：假設建立一個BP神經網路，對於隱含層的節點數目，我們並沒有很好的方法去確定。此時，一般將節點數設定為某一具體的值，通過訓練集訓練出相應的引數後，再由交叉驗證集去檢測該模型的誤差；然後再改變節點數，重複上述過程，直到交叉驗證誤差最小。此時的節點數可以認為是最優節點數，即該節點數(這個引數)是通過交叉驗證集得到的。而測試集是在確定了所有引數之後，根據測試誤差來評判這個學習模型的；也可以說是用來評估模型的泛化能力。所以，驗證集主要主要是用於模型的調參。