我们需要单独的训练，验证和测试集来评估机器学习性能对么

是的，为了评估机器学习算法的性能，我们需要将数据集划分为训练集、验证集和测试集。训练集是用于训练模型的数据集，验证集是用于调整模型参数和选择最佳模型的数据集，测试集是用于评估最终模型性能的数据集。这种划分可以确保模型在未见过的数据上具有良好的泛化能力，并且可以避免模型在某些数据上过拟合。同时，划分数据集还可以帮助我们评估模型的性能，比如准确率、召回率、F1值等指标。