1）我想在Twitter推特上进行情绪分析。所以，我选择使用 datumbox-framework 。我很怀疑我的训练样本的大小应该是多少？ ＆安培;如果我收集正面，负面，中立的训练样本，我应该为所有训练样例保持相同的大小吗？ （也就是说，我可以收集10个pos，5个neg，15个中性作为我的训练集，或者我应该收集并保持所有pos，neg，中立的相同大小pos = 10; neg = 10;中立= 10在我的训练集中）算法I用于推特情绪。 海军贝叶斯。
2）训练数据集是否有任何大小限制？
答案 0 :(得分：1)
培训集：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案例的可能性。
训练集越大，结果越好。这就是训练集中的测试用例，模型越好。因此，尽量多掩盖pos，neg或者中性点。
没有理想的训练集大小。并且可能永远不会有一个训练集可以正确预测100％的测试用例，因为 系统不理解讽刺 ：D
训练集没有大小限制。
注意：训练集必须是随机的，你不能使用10pos，2neg，3中立等，因为这会使它有偏见。
一般建议：使用60-70％用于培训，其余用于验证＆amp;测试