在我們把資料集放進 Core ML 的專案進行訓練之前，我們必須先整理我們的資料集，才有辦法喂資料給 Core ML 的專案

整理資料集

在 Core ML 中，訓練模型的資料集需要切分成三個部分，分別是訓練集、測試集和驗證集

• 訓練集（Training Set）：
  訓練集是用來訓練機器學習模型的主要數據集。模型通過訓練集中的樣本來學習和調整模型的參數，以使其能夠進行預測或分類。

• 測試集（Test Set）：
  測試集用於評估機器學習模型的性能。一旦模型在訓練集上訓練完成，它會使用測試集上的數據進行預測，以評估其在未見過的數據上的表現。

• 驗證集（Validation Set）：
  驗證集用於在模型訓練過程中調整超參數和評估模型的性能。它通常用於選擇最佳模型或調整模型的參數，以避免過度擬合（Overfitting）。
  內容：與訓練集類似，驗證集也包含已知標籤的數據樣本，但它不參與訓練過程。

雖然訓練模型時，我們需要驗證集，但 Core ML 可以直接從訓練集中分離驗證集出來使用，所以不用另外準備驗證集

所以我們可以把資料拆分成訓練集和測試集：

由於我要訓練的是可以判斷貓和狗的模型，我在這兩個資料夾裡各分了 2 個類
分別是 Cat 和 Dog

分完之後，就可以放到 Core Ml 中進行訓練的部分囉，明天會教大家怎麼建立一個 Core ML 專案！