知识卡片
哈希稳定划分用户
对用户 ID 做确定性哈希并映射到桶,可以让同一用户稳定进入训练、验证或测试分区,减少跨区样本泄漏。调整桶与分区的对应关系会改变部分用户归属,需要记录版本并避免已参与训练的数据被误当作独立测试。
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
原书出处 · 1 处
- Validation schemas · 查看原书依据
we split users into buckets based on their user_id hash and then assign each bucket to a split.
参考来源
- 位置:《Machine Learning System Design》第7章《Validation schemas》(来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/Machine Learning System Design/_epub-src/OEBPS/Text/chapter-7.xhtml)
- 结论依据:原文示例及方法说明支持所述内容;置信区间解释补充了必要的统计条件。
- 原始内容:we split users into buckets based on their user_id hash and then assign each bucket to a split.