知识卡片
训练集高分可能依赖伪特征
训练集高分不保证部署后同样有效。若训练图像中某犬种恰好总在沙发上,分类器可能利用背景而非犬种特征;遇到新背景时就可能失效。应使用代表实际使用场景的独立数据评估,并检查可能的偶然关联。
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
- 训练与测试 · 查看原书依据
所以仅看系统对于训练数据集的表现并不足以预测其在真实世界中的表现
参考来源
- 位置:《深度学习:从基础到实践(上下册)》第8章《训练与测试》(来源项目 `extracted/深度学习:从基础到实践(上下册)/_epub-src/text/part0015_split_002.html`)
- 结论依据:原文以训练与测试分离、狗图像和验证循环解释;交叉验证的泄漏风险是对原文过度概括的限定。
- 原始内容:所以仅看系统对于训练数据集的表现并不足以预测其在真实世界中的表现,系统可能会在训练数据中学到一些稀奇古怪的属性,然后将其作为真理使用,而遇到没有这些特征的新数据时就会发生错误。 因此,除了系统对于训练数据集的表现,我们还