测试集主要是检验模型在实际应用中会不会“死记硬背”。比如你学数学题，老师会拿新题考你，而不是用你刷过的题。训练集就像你刷过的题，模型可能记住答案但不会解题。测试集要保证模型真正掌握了规律，不能总拿老题考它。

为什么不能只用训练集？因为模型在训练时会偷偷记住数据特征，就像学生背答案。有研究显示，只用训练集测试，准确率可能虚高5-10%。比如某图像分类模型，用训练集测试准确率98%，但换到测试集只剩85%。这是因为测试集数据没出现过，模型才能展示真实能力。训练集越干净，测试集数据分布越接近真实场景，就能更准确评估模型。比如数据科学家发现，训练集和测试集样本差异超过15%，模型在实际用的时候就会掉链子。所以必须分开验证，就像考试要换新题。