如何正确地将不平衡的数据集拆分为训练集和测试集？

Question

我有一个航班延误数据集，并尝试在采样前将其拆分为训练集和测试集。准时病例约占总数据的80%，延迟病例约占20%。在

通常情况下，训练和测试集大小的机器学习比率为8:2。但数据太不平衡了。因此，考虑到极端情况，列车数据大多为正点情况，试验数据大多为延误情况，准确性较差。在

所以我的问题是如何正确地将不平衡的数据集分割成训练集和测试集？？在

Answer 1

从50/50开始，继续将设置更改为60/40、70/30、80/20、90/10。宣布所有结果并得出结论。在我的一个航班延误预测项目中，我使用了60/40数据库，使用MLP神经网络得到了86.8%的准确率。在