知识卡片
训练样本回测不能证明泛化
主程序把训练集第一个句子再次用作预测输入,没有形成独立测试集。该句原标签为0,书中却列出结果1,不能称为分类正确;即使结果一致,也只说明该样本拟合情况,不能证明新文本表现。
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
- · 查看原书依据
dataSet, listClasses = loadDataSet() # 导入外部数据集 # dataset: 句子的词向量, # listClass是句子所属的类别 [0,1,0,1,0,1] nb = NBayes() # 实例化
参考来源
- 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第04章《NLP中的概率图模型》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/NLP汉语自然语言处理原理与实践 (郑捷)/_epub-src/OEBPS/text00009.html)
- 结论依据:摘录中关于训练样本回测不能证明泛化的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。
- 原始内容:dataSet, listClasses = loadDataSet() # 导入外部数据集 # dataset: 句子的词向量, # listClass是句子所属的类别 [0,1,0,1,0,1] nb = NBayes() # 实例化