训练集和测试集的大小

作者: Innate Mind
发布时间: 2024-08-14 06:33:13 (1月前)
转自：

3 条回复

0#
回复此人
小蚊子 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 你关心的是什么？对你有什么不好 <EM> 期望 </EM> 从中产生？验证太多了？ Overvalidation？ </p> <P> 测试集不参与训练分类器。 </p> <P> 它只是为了让你这样做 <EM> 预测分类器的质量 </EM> 对于未来的数据。 </p> <P> 因此，如果您有一个大型测试集，您可能会更好地预测分类器的质量，这就是全部。 </p> </DIV>

编辑
1#
回复此人
红蜻蜓 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 当您拥有一个小型训练集和大型测试集时，一种解决方案是组合这些集并使用k-fold交叉验证。但是，理想情况下，你会积累更大的训练集。注意在不适合的问题上使用开箱即用的机器学习。 </p> </DIV>

编辑

登录后才能参与评论