Skip to content
The Chat Archive
gpt-3.5-turbo-0301· OpenAI WildChat-4.8M (AI2)

机器学习的数据集有几种?分别是什么?

  1. User

    机器学习的数据集有几种?分别是什么?

  2. Assistant

    机器学习的数据集大致可以分为以下几种:

    1. 训练数据集(Training set):用于训练模型的数据集。

    2. 验证数据集(Validation set):用于调整模型超参数的数据集。超参数不同,模型的效果也不同,所以需要验证数据集来评估模型的好坏。

    3. 测试数据集(Test set):用于评估模型的泛化能力和性能的数据集。

    4. 常规数据集(Public datasets):是指公开可用的数据集,通常由研究者、机构等共享。

    5. 自建数据集(Custom datasets):是指自己通过收集、整理等方式得到的数据集,通常适用于特定场景。

    6. 增量数据集(Incremental datasets):是指随着时间的推移而增加的数据集,用于模型的增量学习和更新。

  3. User

    数据集里的open-ended和close-ended怎么翻译?

  4. Assistant

    Open-ended 和 close-ended 在数据集中通常指的是问卷调查中的问题类型。

    Open-ended question(开放性问题)指的是没有固定答案的问题,例如“你最喜欢的电影是什么?”,这种问题需要受访者自由回答,因此常被称作自由回答。在数据集中,open-ended 数据通常以文本形式进行存储。

    Close-ended question(封闭性问题)指的是问题有固定答案的问卷题目,例如选择题和判断题等,常被称为选择题。在数据集中,close-ended 数据通常以数字形式进行存储,例如选项的编号或者1/0等。