1樓：貓達
一般來說，測試樣本比例越小，結果就越好。因為訓練樣本比例大，包含的資料資訊就越多。一般測試樣本所佔比例為1/3-2/3之間為宜，不然參考價值較低。
訓練樣本的目的是 數學模型的引數，經過訓練之後，可以認為你的模型系統確立了下來。
建立的模型有多好，和真實事件的差距大不大，既可以認為是測試樣本的目的。
一般訓練樣本和測試樣本相互獨立，使用不同的資料。
有人說測試樣本集和驗證樣本集不一樣，測試樣本集資料主要用於模型可靠程度的檢驗，驗證樣本集的樣本資料要在同樣條件下，再另外採集一些資料用來對模型的準確性進行驗證。
有人採用交叉驗證，交叉驗證指的的訓練樣本集、測試樣本集、驗證樣本集、三中資料集都組合在一起，資料的劃分採用交叉取樣的方法。
不同人的訓練和測試樣本不同最後正確率能平均嗎
2樓：帳號已登出
在機器學習和深度學習中，訓練和測試樣本不同可能會對模型的效能和準確率產生影響。如果不同的人使用不同的訓練和測試樣本，那麼其最終得出的模型的效能和準確率可能會有所不同。
因此，對於不同的人使用不同的訓練和測試樣本，不能簡單地對其最終得出的模型的效能和準確率進行平均。這是因為，不同的訓練和測試樣本可能會導致不同的模型效能和準確率，而這些效能和準確率之間的差異可能是非常大的，因此不能簡單地進行平均處理。
如果需要對不同的人使用不同的訓練和測試樣本得到的模型進行比較和評估，可以採用交叉驗證等方法來減少樣本差異對評估結果的影響。例如，k折交叉驗證可以將資料集分成k份，每次使用其中k-1份作為訓練集，剩下的1份作為測試集，重複k次，最終將k次的結果進行平均得到模型的效能和準確率。這樣可以減少訓練和測試樣本的差異對模型效能和準確率的影響。
如果選擇乙個更多的樣本，對抽樣分佈模型有什麼影響
3樓：網友
抽樣分佈、樣本分佈和總體分佈。
統計中用隨機變數x的取值範圍及其取值概率的序列來描述這個隨機變數，稱之為隨機變數x的概率分佈。如果我們知道隨機變數x的取值範圍及其取值概率的序列，就可以用某種函式來表述x取值小於某個值的概率，即為分佈函式：f(x)=p(x≤z)。
例如，乙個由n家工業企業組成的總體，x為銷售收入。將總體所有企業的銷售收入按大小順序排隊，累計出總體中銷售收入小於某值x的企業數量併除以總體企業總數n，就可得到總體中銷售收入小於x的企業的頻率，也即抽取乙個銷售收入小於x的企業的概率。此頻率或概率隨著x值不同而變化形成乙個序列，形成了銷售收入x的概率分佈。
總體分佈是在總體中x的取值範圍及其概率。
樣本分佈是在樣本中x的取值範圍及其概率。上例中，如果抽取n個企業作為樣本，我們同樣可以用這n個銷售收入的取值範圍及其概率描述其分佈，也即樣本分佈。樣本分佈也稱為經驗分佈，隨著樣本容量n的逐漸增大，樣本分佈逐漸接近總體分佈。
抽樣分佈是指樣本統計量的概率分佈。採用同樣的抽樣方法和同等的樣本量，從同乙個總體中可以抽取出許許多多不同的樣本，每個樣本計算出的樣本統計量的值也是不同的。樣本統計量也是隨機變數，抽樣分佈則是樣本統計量的取值範圍及其概率。
仍以工業企業為例，我們設計了乙個抽樣方案並確定了樣本量，這時可能抽取的樣本是眾多的，每抽取乙個樣本就可以計算出乙個企業平均銷售收入，所有可能形成的分佈就是抽樣分佈。例中，樣本統計量為隨機變數，抽樣分佈是的概率分佈。
研究概率分佈對於抽樣調查是十分重要的，因為只有知道概率分佈，才能夠利用抽樣技術推斷抽樣誤差。現實中，總體的分佈狀況通常是未知的，但我們也無需知道總體分佈，而只需知道抽樣分佈。
當樣本容量足夠大的時候——通常是大於100，就可以把樣本分佈近似的服從正態分佈。
樣本方差和總體方差的區別,樣本方差和總體方差的區別是什麼？
其實以前分母為n的叫樣本方差，分母為n 1的叫修正後的樣本方差，由於分母為n 1的是總體方差的無偏估計，分母為n的是漸進無偏估計，而總體方差並不是分母是n那個，總體方差取決於總體，是個和n無關的引數，你說的分母是n的那個只能算是對總體方差的估計值，既然是估計值必然不一定相等啊 不過這都無所謂，記下來...
總體均值和樣本均值的區別,樣本平均值和總體平均值什麼區別？什麼關係
方差是指總體中的各個值和平均值之間的波動大小在大學的概率論中，總體均值和樣本均值是近似相等的，沒有什麼區別方差分析 analysis ofvariance，簡稱anova 又稱 變異數分析 是r.a.fisher發明的，用於兩個及兩個以上樣本均數差別的顯著性檢驗。由於各種因素的影響，研究所得的資料呈...
樣本方差與總體方差的關係是什麼，樣本方差和總體方差的區別是什麼？
總體方差是個確定值，樣本方差是個隨機變數。用樣本方差這個隨機變數來估計總體方差顯然帶有不確定性，所以帶有概率估計特性。對於總體方差來說，假如總體中只有一個個體，即n 1，那麼方差，即個體的變化，當然是0。如果分母是n 1，總體方差為0 0，即不確定，卻是不合理的 總體方差不存在不確定的情況。看了所有...