當數據量比較小時，可以使用 7 ：3 訓練數據和測試數據，或者 6：2 : 2 訓練數據，驗證數據和測試數據。
(西瓜書中描述常見的做法是將大約 2/3 ~ 4/5 的樣本數據用於訓練，剩余樣本用於測試）
當數據量非常大時，可以使用 98 : 1 : 1 訓練數據，驗證數據和測試數據。
傳統機器學習階段（數據集在萬這個數量級），一般分配比例為6：2：2。
而大數據時代，這個比例就不太適用了。因為百萬級的數據集，即使拿1%的數據做test也有一萬之多，已經足夠了。可以那更多的數據做訓練。因此常見的比例可以達到98：1：1 ，甚至可以達到99.5：0.3：0.2等。