为某些事情工作，我需要比较一些分类技术（支持向量机，神经网络，决策树等）。我在大学的联系人告诉我使用Kaggle数据集https://www.kaggle.com/c/GiveMeSomeCredit/data。
该数据集包括150,000名借款人和100,000名借款人的测试集。对我来说，只有训练集是有用的，因为测试集没有借款人的结果。
我的问题是，我应该使用多少个实例，记住大型数据集的计算工作量。在我用于文献研究的论文中，数据集的大小从500到2500个不等。
答案 0 :(得分：-1)
拆分数据， 90％的培训和剩下的10％的测试：
size = int(len(brown_tagged_sents) * 0.9)
size 4160