Twitter 机器学习的训练数据集应该有多大？

1） 我想在推特推特上进行情绪分析。因此，我选择使用datumbox框架。我很怀疑我的培训样本应该有多大如果我正在收集正面、负面和中性的训练样本，我应该为所有训练样本保持相同的大小吗？（也就是说，我可以收集10个pos，5个neg，15个neutral作为我的训练集，或者我应该收集并维护训练集中所有大小相同的pos，neg，neutral pos=10；neg=10；neutral=10）我用于twitter情绪的算法。 是海军海湾

---

2） 训练数据集是否有大小限制？

训练集：用于构建模型的数据集。 理想情况下，这些数据无论如何都应该有偏差，并且应该包含将来可能出现的所有情况

训练集越大，效果越好。培训集中的测试用例越多，您的模型就越好。所以试着覆盖尽可能多的pos、neg或中性Twit

没有理想的训练集大小。而且可能永远不会有一个训练集能够预测100%正确的测试用例，这是因为系统不理解讽刺

而且训练集没有大小限制

注意：训练集必须是随机的，不能使用10pos、2neg、3 neutral等，因为这会使它有偏差

---

一般建议：60-70%用于培训，其余用于验证和测试。

谢谢。我是否需要在某个时间更新我的培训集。我不知道如何使用@animen进行验证和测试。您可以随时通过考虑更大的培训集来改进您的模型。验证是检查有多少记录正确分类并检查如何改进分类的过程。测试是在经过训练的模型上运行新数据以发现模型准确性的阶段。我能知道我的问题被否决的原因吗？它可能被否决了，因为它是一个可以导致基于意见的答案的问题。