【机器学习基础】数据集的划分比例

前言

 

1）如果数据集较小(传统机器学习)时，一般采用简单交叉验证的方法，即不设置验证集，而只设置训练集和测试集.

根据西瓜书的观点，训练集和测试集的比例设置一般为 2:1 ~ 4:1 。根据目前所看到的方法，大多数将比例设置为7:3。

2）数据量较大(比如万级)
没有验证集，训练集：测试集=7：3；有验证集，训练集：验证集：测试集=6：2：2；
3）在深度学习中若是数据很大(比如百万级、亿级)，我们可以将训练集、验证集、测试集比例调整为98：1：1

 

参考

1. 机器学习 :训练集、验证集、测试集分配比例_Chris Kang的博客-CSDN博客；

2. 数据集的划分，验证集参与训练了吗?_无枒的博客-CSDN博客；

完