模式识别学习笔记（1）——基本概念

模式识别学习笔记——绪论

一、从数据集D中产生训练集S和测试集T，主要有以下方法：

——hold-out（留出法）

——cross-validation（交叉验证法）

——bootstrapping（自助法）

hold-out（留出法）

将数据集分为两个互斥的集合，D=S∪T，且S∩T=∅。

attention：

1、训练集和测试集中的类别比例相似，可以利用分层抽样得到。比如说1000个样本中有男女各500个，若训练集和测试集数据个数分别为800和200个，则训练集应该包含400个男，400个女；测试集应该包含100个男，100个女。

2、即使是分层抽样，仍有很多种划分方式对数据集进行分割，因此一般采用若干次随机划分、重复进行实验评估后取平均值作为留出法的评估结果