为 PNN 和 SVM 神经网络训练划分数据集的最佳百分比是多少？答案

【问题标题】：What is the best percentage to divide data sets for PNN and SVM neural network training?为 PNN 和 SVM 神经网络训练划分数据集的最佳百分比是多少？
【发布时间】：2016-02-29 01:25:32
【问题描述】：

我有大约 1100 个样本集，每个样本集 18 个值。请建议培训/验证/评估的最佳划分百分比。我正在使用 PNN 和 SVM 神经网络来解决具有 3 种可能结果的分类问题。

还请解释你的理由。谢谢。

【问题讨论】：

标签： machine-learning neural-network

【解决方案1】：

为确保您有一个对该数据集进行分类的好方法，请应用Cross-Validation methods。假设您正在使用三个集合，例如training set、validation set 和test set，假设您将整个集合分成五个部分，每个部分 20%。有了这个，你可以重新排列这些部分，以确保你已经在整个集合中测试了你的模型。

我。

[1, 2, 3] - training
[4] - validation
[5] - test

ii.

[2, 3, 4] - training
[5] - validation
[1] - test

iii.

[3, 4, 5] - training
[1] - validation
[2] - test

iv.

[4, 5, 1] - training
[2] - validation
[3] - test

诉

[5, 1, 2] - training
[3] - validation
[4] - test

我认为没有完美的方法，您可以在您的方法上探索数据集并查看结果。您也不需要保留订单。

【讨论】：

【解决方案2】：

我不相信会有任何最佳答案，但真正归结为神经网络在训练数据上的表现。

我通常将数据拆分为 60/20/20，但这可能会根据数据的质量和复杂性而改变。

您可以使用不同的组合运行一些测试，看看它们如何影响您的验证/评估性能。

希望这会有所帮助！

【讨论】：