机器学习中训练集，验证集，测试集比例配比

2018-10-22 阅读量: 1452

数据分析师数据挖掘机器学习

扫码加入数据分析学习群

当数据量比较小时，可以使用 7 ：3 训练数据和测试数据
(西瓜书中描述常见的做法是将大约 2/3 ~ 4/5 的样本数据用于训练，剩余样本用于测试）
或者 6： 2 : 2 训练数据，验证数据和测试数据

当数据量非常大时，可以使用 98 : 1 : 1 训练数据，验证数据和测试数据

传统机器学习阶段（数据集在万这个数量级），一般分配比例为6：2：2

而大数据时代，这个比例就不太适用了。因为百万级的数据集，即使拿1%的数据做test也有一万之多，已经足够了。可以那更多的数据做训练。因此常见的比例可以达到98：1：1 ，甚至可以达到99.5：0.4：0.1等。

添加CDA认证专家【维克多阿涛】，微信号：【cdashijiazhuang】，提供数据分析指导及CDA考试秘籍。已助千人通过CDA数字化人才认证。欢迎交流，共同成长！

57.9135 1 0 踩关注作者收藏

暂无数据

评论(0)