在线性回归模型中，假设我们有 3 个自变量（年龄、身高、性别）和 1 个因变量（糖尿病），然后我们将模型拆分为 X 训练，即（例如 70%）用于训练的自变量数据,X检验->即自变量的30%数据进行检验 y train-> 即（比如 70%）用于训练的因变量数据，y test-> 即用于测试的因变量的 30% 数据
因此，当我们预测 X 检验或预测 X 检验时，我们是在预测自变量的值还是在预测因变量（糖尿病？）
我们正在预测因变量，即糖尿病。 您可以将您的结果与 Y 测试进行比较，以获得模型的准确性。
因此，我们的训练目标是给定一些特征或因变量或 X，找到一个从 X 预测自变量或 y 的模型。我们主要通过最小化某些损失函数 f(M(X), y) 来实现这一点。在测试方面，我们希望了解我们的模型在应用于不属于训练集的示例时有多好。因此，我们采用经过训练的模型 M，将我们的特征 X_test 提供给它，并检查它预测 y_test 的效果如何。