7.開發和測試數據集多大合適 翻譯自 吳恩達新書-Machine Learning Yearning

更多好玩的機器學習教程: 進入袋馬學院領一份 ，所有免費🤘.web 爲了檢測出不一樣算法之間的差別，開發數據集應該足夠大。好比，分類算法A的準確率爲90.0%, 分類算法B的準確率爲90.1%，若是開發數據集中只有100個樣本，那你沒法檢測出這0.1%差在哪兒。100個樣本的開發數據集實在時過小了。一般，咱們會在開發數據集通中，放入1000到10,000個樣本。對於10,000個樣原本說，找到這

>>阅读原文<<