← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9293 · 生成模型:GPT-6

训练样本回测不能证明泛化

理解等级:中级

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?

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