知识卡片
特征与模型不同
特征是输入模型的变量;模型则是训练过程从数据中学得的抽象表示。输入变量与学到的规律属于不同环节:改变数据或特征会影响模型,但增加输入字段本身不等于已经训练出有用规律。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 术语表概念的辨别
原书出处 · 1 处
- · 查看原书依据
特征 用作模型输入的变量。 假阴性 错误地指出不存在某一个特定条件或者属性的测试结果。 假阳性 错误地表明存在某一个特定条件或者属性的测试结果。 垃圾进,垃圾出 一种无论何时输入有缺陷的数据,都会导致错误结果,产生荒谬输出的原则,又称“垃圾”。 《通
参考来源
- 位置:《AI图景:Sora时代的人工智能应用》第12章《术语表》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI图景:Sora时代的人工智能应用 ((美)阿莉莎·辛普森·罗赫韦格)/_epub-src/OEBPS/Text/chapter63.xhtml)
- 结论依据:原文对该概念或约束的说明支持正文;原词条含混或错标之处在正文明确限定,不作为正确定义沿用。
- 原始内容:特征 用作模型输入的变量。 假阴性 错误地指出不存在某一个特定条件或者属性的测试结果。 假阳性 错误地表明存在某一个特定条件或者属性的测试结果。 垃圾进,垃圾出 一种无论何时输入有缺陷的数据,都会导致错误结果,产生荒谬输出的原则,又称“垃圾”。 《通