DM&ML
DM_ML NOTES
ML_TEST
attachments
cards
留出法
Main Idea
注意点：
- 划分要尽量保持数据分布的一致性（避免引入额外的偏差而对结果产生影响）
- 实现方式：分层采样
存在问题
- 不同的划分将导致不同的训练数据/测试集，从而模型评估的结果也会有区别
- 解决方法：k次随机划分，重复进行实验评估后取平均值
- 永远无法真正等于全部数据训练后的模型，降低结果保真性
- 可能有样本一直抽不到T中，导致训练出来的模型对特定样本泛化能力不高（都没试过验证，肯定不高）
Table Of Contents