我想创建一个用于人体姿势识别的数据集，我录制了一组视频，然后从每个视频中提取帧，接着将每个帧分类到相应的姿势中。但问题是，例如，对于站立姿势，我录制了3分钟的视频用于训练和验证集，每个姿势都录制了3分钟的视频用于验证和训练集。对于x姿势也是如此。我后来发现，我会在训练集和验证集中得到相同数量的样本（例如：训练集1000个样本，验证集1000个样本），这会给我带来问题吗？

回答：

通常在分类数据时，训练数据会比验证集多，在我的情况下，我通常希望75%的数据用于训练，25%的数据用于验证。虽然在你的情况下，训练数据似乎足够大，数据中的任何异常值都不会影响你的分类算法。即使训练集的数据少于验证集也没关系，只要训练集足够大，能够充分训练你的算法，并且不受异常值的影响即可。