机器学习-01-数据集划分方法

**

机器学习数据集划分方法

**

1.留出法

直接将数据集划分为两个互斥结合，训练集和测试集划分要尽可能保持数据分布的一致性。
一般进行若干次随即划分、重复实验，取平均值。
优点：准确，不受数据集划分的影响。
缺点：数据集较大时一般难以忍受

2.交叉验证法

将数据集分层采样，划分为k个大小相等或相似的互斥的子集，每次使用k-1个的并集作为训练集，剩余的作为测试集，最后返回k个测试的结果的均值（k一般为10）
通常使用k种不同的划分方法重复p次，取平均值得到结果。

3.自助法

以自助采样为基础，对数据集D有放回采样n次，得到训练集D‘，以D-D’作为测试集。