当数据量比较小时，可以使用 7 ：3 训练数据和测试数据，或者 6：2 : 2 训练数据，验证数据和测试数据。
(西瓜书中描述常见的做法是将大约 2/3 ~ 4/5 的样本数据用于训练，剩余样本用于测试）
当数据量非常大时，可以使用 98 : 1 : 1 训练数据，验证数据和测试数据。
传统机器学习阶段（数据集在万这个数量级），一般分配比例为6：2：2。
而大数据时代，这个比例就不太适用了。因为百万级的数据集，即使拿1%的数据做test也有一万之多，已经足够了。可以那更多的数据做训练。因此常见的比例可以达到98：1：1 ，甚至可以达到99.5：0.3：0.2等。