训练和测试集的划分要尽可能保持数据分布的一致性，避免因数据划分过程中引入额外的偏差而对最终结果产生影响，例如在分类任务重至少要保持样本的类别比例相似，如果从采样的角度来看待数据集的划分过程，则保留类别比例的采样方式通常称为“分层采样”。就是训练和测试的数据集中，正负样本比例一致，即训练集中正负比例为2:1，则测试集中正负比例为2:1。
1、机器学习
训练和测试集的划分要尽可能保持数据分布的一致性，避免因数据划分过程中引入额外的偏差而对最终结果产生影响，例如在分类任务重至少要保持样本的类别比例相似，如果从采样的角度来看待数据集的划分过程，则保留类别比例的采样方式通常称为“分层采样”。就是训练和测试的数据集中，正负样本比例一致，即训练集中正负比例为2:1，则测试集中正负比例为2:1。
1、机器学习