在搜索机器学习相关信息偶然看到一篇文章的图片。了解不同数据情况下的数据配比。这里记录下：
当数据量比较小时，可以使用 7 ：3 训练数据和测试数据
(西瓜书中描述 常见的做法是将大约 2/3 ~ 4/5 的样本数据用于训练，剩余样本用于测试）
或者 6： 2 : 2 训练数据，验证数据和测试数据

当数据量非常大时，可以使用 98 : 1 : 1 训练数据，验证数据和测试数据

这个配比和 孙高飞 之前分享说的一样。

传统机器学习阶段（数据集在万这个数量级），一般分配比例为 6：2：2

而大数据时代，这个比例就不太适用了。因为百万级的数据集，即使拿 1% 的数据做 test 也有一万之多，已经足够了。可以那更多的数据做训练。因此常见的比例可以达到 98：1：1 ，甚至可以达到 99.5：0.4：0.1 等。