一般来说,CNN 的训练集和测试集的比例可以有很多种不同的设置方式。有些研究者会将数据集按照 7:3 的比例划分为训练集和测试集,有些研究者则会将数据集按照 8:2 的比例划分为训练集和测试集,还有些研究者会将数据集按照 9:1 的比例划分为训练集和测试集。
那么,CNN 一般训练跟测试集的比例是多少呢?其实没有一个确切的答案,因为这取决于你的项目需求和数据集的大小。但是,通常来说,CNN 的训练集和测试集的比例应该在 7:3 至 9:1 之间。
需要注意的是,不同的训练集和测试集比例可能会对模型的性能产生影响。如果训练集过小,模型可能会出现过拟合现象;如果测试集过小,模型可能会出现欠拟合
博客主要讨论了CNN训练集和测试集的比例问题。不同研究者有7:3、8:2、9:1等不同划分方式,实际比例无确切答案,取决于项目需求和数据集大小,通常在7:3至9:1之间,且不同比例会影响模型性能,训练集小易过拟合,测试集小易欠拟合。
6万+

被折叠的 条评论
为什么被折叠?



