發(fā)信人: GzLi (笑梨), 信區(qū): DataMining
標  題: [合集]如何將一個數(shù)據(jù)集隨機的分成兩個數(shù)據(jù)集
發(fā)信站: 南京大學小百合站 (Tue Jun  3 21:55:35 2003)

fpzh (fpzh) 于Sat May 24 01:10:15 2003)
提到：

有兩個問題向大家請教

1. 對于一組數(shù)據(jù)，做SVM的Model Selection時，通過訓練隨機選擇的70％的數(shù)據(jù)、測試
其余30％的數(shù)據(jù)（只做一次劃分，而不像10fold那樣訓練10次）來估計Validation Per
formance（預測精度或者說推廣能力），可行否

2. （1）對于多類數(shù)據(jù)，這70％的數(shù)據(jù)如何隨機選擇？是各類單獨采樣還是對全體數(shù)據(jù)
統(tǒng)一采樣（后者各類的數(shù)據(jù)可能不均衡）；（2）采樣應采取“取出后不再放入”的方式
，即從數(shù)據(jù)中隨機選出一個樣本i，以后不再考慮樣本i？


miningboy (找礦男孩) 于Sat May 24 10:58:45 2003)
提到：

選數(shù)據(jù)的時候如果要保持訓練集和測試集中的分布都和原來的相同

可以參考類似十倍交叉驗證的取樣方法。

當然這種應該屬于非重復取樣，跳出xi后要將xi刪除


【 在 fpzh 的大作中提到: 】

: 有兩個問題向大家請教

: 1. 對于一組數(shù)據(jù)，做SVM的Model Selection時，通過訓練隨機選擇的70％的數(shù)據(jù)、