原先结构图（只有训练集、测试集）：
其结果导致过拟合，训练集与测试集之间会相互影响，也就是测试集的信息会有一部分在训练模型中，导致预测结果会偏高，从而误导了我们对模型的认识。
修改后的模型，加入了验证集，测试集完全没使用过，保证了训练模型对测试集信息完全未知，这样更符合实际，预测效果的准确性也就更可靠。
提示
- 不断使用测试集和验证集会使其逐渐失去效果。也就是说，您使用相同数据来决定超参数设置或其他模型改进的次数越多，您对于这些结果能够真正泛化到未见过的新数据的信心就越低。请注意，验证集的失效速度通常比测试集缓慢。
- 如果可能的话，建议您收集更多数据来“刷新”测试集和验证集。重新开始是一种很好的重置方式。