刚开始学习的小白，什么也不懂，也不知道自己理解的对不对，想问一下可能很蠢的问题🥲
利用数据进行训练得到的所谓的模型，
就是会得到一个线性回归函数的意思吗？
然后再把测试集套到这个函数对这个模型进行评价，得到这个模型的准确性..？是这样的吗？
仅限我个人的理解:
首先你有一个优化函数和一组训练数据,优化函数中有一系列待确定的参数,你的目的就是让优化函数在训练数据中取得一个局部最优解
也就是说计算出一组参数,将参数代入模型之后,模型可以尽可能的符合训练数据
因为是局部最优解,所以可能存在训练效果不好的情况,用测试集套一下就可以一定程度反映出训练好的模型的准确程度