问对于如何将数据集划分为训练集和验证集，是否有经验法则？

EN

好吧，你应该再考虑一件事。

如果你有一个非常大的数据集，比如1,000,000个例子，那么将80/10/10拆分可能是不必要的，因为10% = 100,000个例子可能太多了，仅仅说模型工作得很好。

也许99/0.5/0.5就足够了，因为5,000个示例可以表示数据中的大多数方差，并且您可以很容易地根据测试和开发中的这5,000个示例来判断模型工作良好。

不要因为你听说80/20是可以的就使用它。想一想测试集的目的。

这完全取决于手头的数据。如果你有大量的数据，那么80/20是一个很好的选择，如上所述。但是，如果你不这样做，50/50的交叉验证可能会对你有更多的帮助，并防止你创建的模型过度拟合你的训练数据。

假设你有较少的数据，我建议尝试70%，80%和90%，并测试哪个能提供更好的结果。在90%的情况下，对于10%的测试，您有可能获得较差的准确性。