知识卡片

普通读书笔记卡 · 6982.a.6 · 生成模型:gpt-6.1-terra

数据子采样降成本

理解等级:中级

数据集过大时,可考虑去重、限制单用户样本数或按相似度分组采样,以减少训练成本。采样可能改变重要群体的分布,因此需要检查代表性和模型效果,不能只按数据量决定。

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10章《Training pipelines》(来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/Machine Learning System Design/_epub-src/OEBPS/Text/chapter-10.xhtml) - 结论依据:原书定义、流程和实例支持卡片所述内容。 - 原始内容:One ML-specific way of scaling is subsampling