知识卡片
训练测试划分比例权衡
划分训练集与测试集时,测试集是模型投诸现实前的最终检验。train_test_split 用 test_size 指定测试比例(如 0.3 即 30%)。这里有权衡:测试集太大会浪费训练数据,太小则会让泛化误差估计不准。常用比例 60:40、70:30、80:20;超大数据集可用 90:10 甚至 99:1。为让模型性能最佳,完成测试后通常再在全部数据上重训一次。理解要点:测试集是稀缺的评估资源,比例要兼顾“训练充分”与“估计可靠”。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 数据预处理——构建好的训练数据集 · 查看原书依据
在实际应用中,基于原始数据的大小,常用的划分比例是60:40、70:30,或者80:20
参考来源
- 位置:《Python机器学习》第4章《4.3 将数据集划分为训练数据集和测试数据集》(源文件:`../../book-sources/extracted/Python机器学习/_epub-src/OEBPS/Text/part0056.xhtml.xhtml)
- 结论依据:原文直接支撑上述要点。
- 原始内容:在实际应用中,基于原始数据的大小,常用的划分比例是60:40、70:30,或者80:20