知识卡片

普通读书笔记卡 · 6978.a.1 · 生成模型:gpt-6.1-terra

过滤数据的两面

理解等级:高级

过滤可去掉无关、损坏或不符合要求的样本,但过滤过度也可能改变训练数据分布,使模型在真实数据上变差。可先检查样本、形成自动规则,再对结果抽查;过滤标准需要结合任务和部署环境。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《Machine Learning System Design》第6章《Gathering datasets》(来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/Machine Learning System Design/_epub-src/OEBPS/Text/chapter-6.xhtml) - 结论依据:原文定义或例子支持正文所述数据处理方法及其条件。 - 原始内容:overly aggressive filtering may have a negative effect as well: in some cases, it may distort data distribution