知识卡片
数据子采样降成本
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?
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
- Training pipelines · 查看原书依据
One ML-specific way of scaling is subsampling
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