AR中的测试和训练集划分问题
是指在增强现实（AR）应用开发过程中，如何合理划分测试集和训练集的问题。
在AR应用开发中，测试集和训练集的划分是非常重要的，它直接影响到模型的训练效果和应用的性能。一般来说，测试集和训练集的划分应该遵循以下原则：
- 数据的独立性：测试集和训练集应该是相互独立的，即测试集中的数据不应该出现在训练集中，以确保模型在未见过的数据上的泛化能力。
- 数据的代表性：测试集和训练集应该能够充分代表实际应用场景中的数据分布，以保证模型在实际应用中的表现。
- 数据的平衡性：测试集和训练集应该保持数据的平衡，即各类别的样本数量应该相对均衡，避免模型对某些类别的过拟合或欠拟合。
- 数据的随机性：测试集和训练集的划分应该是随机的，以避免人为因素对划分结果的影响。
在AR应用开发中，可以采用以下方法进行测试集和训练集的划分：
- 简单随机划分：将数据集随机划分为测试集和训练集，可以使用随机数生成器来实现。
- 分层随机划分：根据数据的类别信息，按照一定比例将各类别的样本划分为测试集和训练集，以保持数据的平衡性。
- 交叉验证：将数据集划分为多个子集，每次将其中一个子集作为测试集，其余子集作为训练集，多次进行训练和测试，最后取平均结果作为模型的性能评估。
对于AR中的测试和训练集划分问题，腾讯云提供了一系列相关产品和服务，如腾讯云机器学习平台（https://cloud.tencent.com/product/tensorflow），腾讯云数据集市（https://cloud.tencent.com/product/dataset），腾讯云人工智能开发平台（https://cloud.tencent.com/product/ai），可以帮助开发者进行数据集的管理、划分和模型的训练与测试。
相关·内容
1回答
AR中的测试和训练集划分问题
r、partitioning、sampling、confusion-matrix
我一直使用matrix.partion对数据进行分区，并且不断获得不在我的训练集中但在我的测试集中的数据。它不断地获取所有的值，并将测试集。有没有一种简单的代码方法来防止这种情况发生？
更新。从Matrix分区切换到建议的代码后，我得到了包含代码的以下代码。我终于完全不知所措了。如果我使用分区，我似乎会保持级别，但可能会有一些不在训练中的东西被放入测试</
浏览 0提问于2018-08-05得票数 0
回答已采纳
2回答
我们是否需要将数据集划分为测试和培训？
machine-learning、svm、libsvm
我提前为这么愚蠢的问题道歉！我认为我们需要将数据集划分为svm中的训练和测试，然后使用训练集来找到模型。然后用测试集检验该模型的准确性。在libsvm数据集"“中，有些数据集有训练和测试，而其他数据集则没有<em
浏览 2提问于2013-10-14得票数 0
回答已采纳
2回答
培训、测试和验证数据集
dataset、training、computer-vision
我正在训练一个用于肿瘤分割的Unet模型。我有400名病人的数据集。使用的图像是CT扫描(3D图像)，我将其划分为2D图像(总共30k 2D图像)。我实际上将数据集分成: 10%的测试数据、18%的验证数据、72%的实际培训数据。我将测试和培训数据除以病人(即用于测试的患者与用于培训的患者不相同)。然后，我对二
浏览 0提问于2020-11-06得票数 3
回答已采纳
1回答
MATLAB神经网络训练命令中的数据划分
matlab、neural-network、artificial-intelligence、training-data、nntool
在MATLAB中训练神经网络时，我使用了"train“命令。这个命令是自动将数据划分为训练集、测试集和验证集，还是必须手动划分数据。
浏览 15提问于2016-09-13得票数 0
1回答
stats.VAR不工作的Python预测函数
python、pandas、dataframe
我有一组宏观经济变量的数据。我使用stats.VAR进行模型拟合和预测。我的数据集df已经通过列进行了规范化： cwd = os.getcwd() results.summary()
lag_order = results.k_
浏览 3提问于2016-10-04得票数 0
1回答
如何使用Python Numpy中的train_test_split将数据拆分成训练、测试和验证数据集？拆分不应该是随机的
python、numpy、train-test-split
我想将数据类别划分为训练集、测试集和验证集。例如:如果我们在数据集中有3个类别:正、负和中性。正面类别分为训练、测试和验证。其他两个类别也是如此。数据的拆分比例为80%用于训练，20%用于测试。从80%的训练数据中，拆分10%用于验证数据。但最重要的是拆分数据不应该是随机<e
浏览 19提问于2019-11-21得票数 0
1回答
使用weka测量我的分类器的质量
machine-learning、weka
我用python编写了自己的分类器，我使用文本语料库来测试它，使用F1度量，但现在我想在其他数据挖掘任务中测试它，所以我有我的分类器输出文件到给定的语料库，我想使用Weka不同的度量来测量质量，我如何才能通过Weka的输出文件并获得质量？
浏览 3提问于2015-05-13得票数 0
2回答
SMOTE过采样和交叉验证
machine-learning、weka、text-classification
我正在Weka中解决一个二进制分类问题，数据集高度不平衡(一个类别90%，另一个类别10% )。我首先将SMOTE ()应用于整个数据集，以平衡类别，然后对新获得的数据执行10倍交叉验证。乐观的结果，F1在90%左右。
这是由于过采样造成的吗？对应用了SMOTE的数据执行交叉验证是不是不好的做法？有什么办法可以解决这个问题吗？
浏览 2提问于2015-08-06得票数 5
2回答
不平衡分类问题的k-折叠CV估计测试AUC
machine-learning、classification、r、cross-validation、class-imbalance
我有一个不平衡的分类问题。然后，我使用R包ROSE同时对Dataset A中的多数类进行了欠采样，并对少数类进行了过采样。这产生了一个平衡集(Dataset C)，其行数与Dataset A一样多。
我已经在数据集C和计算训练AUC上训练</
浏览 0提问于2018-04-04得票数 1
1回答
text2vec包可以拆分中文句子吗？
r、text-mining、text2vec
如何在text2vec中设置切分中文的itoken？这个例子是针对英语的！目前已有的中文分词软件包有:解霸等，但我想用text2vec做文本聚类和线性回归模型。此外，如何进行文本聚类？library(text2vec)# 数据准备train=mo
浏览 10提问于2017-05-04得票数 0
2回答
什么时候在Weka中使用测试和训练集？
networking、testing、weka、bayesian
我使用Weka已经有一段时间了，在我对它的研究中，我发现很多代码示例都使用了测试和训练集。例如，对于离散化和贝叶斯网络，它们的示例几乎总是使用测试和训练集显示的。我可能在这里错过了对数据处理的一些基本理解，但我不明白为什么总是这样。我在一个项目中使用离散化和贝叶斯网络，对于这两个项目，我都没有使用测试或
浏览 1提问于2013-01-21得票数 3
1回答
Matlab中的Libsvm回归预测测试集实例的相同值
matlab、regression、svm、libsvm、prediction
我正在尝试使用libsvm (Matlab库)来解决一个回归问题。我有一个192个实例的数据集。以下是我的代码，用于划分训练和测试集中的数据：idx = idx(randperm(192));
[y_hat, Acc,Dec] = sv
浏览 1提问于2013-07-21得票数 0
1回答
如何正确评估神经网络模型？
machine-learning、optunity
我目前正在为我的神经网络做超参数优化。
我有给我的训练，开发和测试文件。对于我的超参数优化，我使用训练集和开发集运行了一个完整的训练。最后，我对给定参数组合的训练测试集进行了评估。我正在选择在测试集上最大化分数的参数。我的问题是，我觉得这是
浏览 16提问于2017-06-30得票数 1
回答已采纳
1回答
如何在训练和验证集上输入后使用交叉验证？
python、cross-validation、imputation
目前，我已经获得了大约800个实例的数据集。我将其拆分为训练集和验证集，因为缺少值，所以我使用sklearn中的SimpleImputer，并对训练集进行fit_transform-ed，然后对测试集进行转换。我这样做是因为如果我想预测新的实例，如果有缺失值，那么我需要用我估算测试集的方法来估算它。现在我想使用
浏览 30提问于2018-12-18得票数 3
1回答
经过训练的模型在整个数据集上表现更差。
machine-learning、deep-learning、dataset、image-classification、pytorch
我使用pytorch作为训练框架和官方的示例，用我的自定义数据集训练图像分类模型。我的模型在<
浏览 0提问于2021-09-24得票数 1
回答已采纳
2回答
随机分割训练和测试数据
python、python-2.7、machine-learning、training-data
我有大约3000个对象，每个对象都有一个与之相关的计数。我想在训练和测试数据中随机划分这些对象，70%的训练和30%的测试分割。但是，我想根据与每个对象相关联的计数来划分它们，而不是基于对象的数量。举个例子，假设我的数据集包含5个对象。Obj 1 => 200Obj 3 =
浏览 25提问于2016-07-27得票数 1
2回答
R: K倍交叉验证的列车数据集
r、machine-learning、classification
我正在使用R中的C5.0在心脏病数据集上做一些分类任务，在大多数情况下，数据将被分成80%用于训练，20%用于测试，我想使用k倍交叉验证(k=10)，但我对这一点感到困惑，正如我们所知道的那样，通过使用10倍交叉验证，我们将整个数据划分为9个训练子集和一个子集进行测试。是否可以将数据划分为训练数据的80%和测试数据的</
浏览 0提问于2017-11-20得票数 3
1回答
交叉验证过程
matlab、neural-network
我有源语音信号(分为测试、训练和验证)和目标语音信号(分为测试、训练和验证数据)。现在我正在设计一个具有三重交叉验证的径向基神经网络来寻找变形的语音小波系数。我需要用源和目标训练数据初始化网络，并使用训练和验证样本执行3折交叉验证。
我认为根据交叉验证，我需要将我的数据集划分为3个部分，然后使用其中的<
浏览 0提问于2012-02-23得票数 2
回答已采纳
1回答
持久化和CV技术的应用
machine-learning、cross-validation
我有一个方法论问题:坚持和CV泛化优化技术相互排斥吗？有时我会感到很困惑，因为在最近的项目中，我做了如下工作：
我已经将数据集划分为训练集和测试集(具有分层分布)。我已经将gridsearchCV应用于具有cv = 10的列车集上，因此该模型有效地将列车组划分为“列车”和“验证集”。我在测试集中使用了经过优化<
浏览 0提问于2019-05-15得票数 0
回答已采纳
1回答
如果验证精度等于测试精度，这意味着什么？
cnn、accuracy、validation
我正在为我的具体问题训练CNN模型。我将数据集划分为70%的训练集、20%的验证集和10%的测试集。验证精度达到95%，测试精度也达到95%。这是什么意思？这是否意味着模型没有偏差(不偏倚于验证集中的样本)，并且它的超参数被正确地调整了？同时，这些结果是否证实了模型的泛化能力
浏览 0提问于2022-04-15得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
