机器学习实验二八定律

机器学习实验中的二八定律是指在数据集划分中，通常将数据集划分为训练集和测试集两部分，其中大约80%的数据用于训练模型，剩下的20%用于测试模型性能。这个比例并不是严格固定的，有时也会采用70/30或者90/10的比例。

这个划分比例的目的是为了让我们在训练模型时能够尽可能地利用数据，同时在测试模型时也能够得到较为准确的评估结果。如果我们将过多的数据用于训练，那么就可能会导致模型在测试集上表现不佳，因为模型过于拟合了训练集数据。相反，如果我们将过多的数据用于测试，那么就可能会导致评估结果不准确。