机器学习系统中通常将数据集划分为训练集和测试集，其中被用来学习得到模型中参数值的是

机器学习系统通常将数据集划分为训练集和测试集，其中被用来学习得到模型中参数值的是训练集。模型会通过训练集进行学习，并且调整模型中的参数值，使得模型可以更好地拟合训练集中的数据。而测试集则是用来评估模型的泛化能力，即模型在未见过的数据上的表现。通过测试集的表现，可以对模型的预测能力进行评估，并且可以对模型进行调整和改进。因此，训练集和测试集在机器学习系统中都扮演着非常重要的角色。