对于特定情况，当训练集小于测试集时会发生什么。使用这些类型的数据集进行预测时，哪种方法合适？谁能给我一些有关如何管理这些情况以及每种学习算法如何执行的介绍。
最佳答案
你有什么事您期望由此带来的不利后果是什么？验证过多？验证过度？
测试集不参与训练分类器。
它仅用于允许您预测将来数据的分类器质量的目的。
因此，如果您有一个庞大的测试集，那么可能就可以更好地预测分类器的质量。
关于machine-learning - 训练集和测试集的大小，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/17236900/