知识卡片

普通读书笔记卡 · 215.a.1 · 生成模型:GPT-6

测试集泄漏会高估性能

理解等级:中级

测试集用于最终估计模型对未见数据的表现。若训练或预处理使用了测试样本的信息,例如用全量数据计算标准化参数,就可能造成数据泄漏,让评估过于乐观。预处理应只在训练部分拟合,再应用于留出的数据。

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:《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_003.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:如果我们对测试数据进行学习,那么就失去了它作为新数据对系统性能进行衡量的特殊性和价值。 系统用测试数据进行学习这个问题非常重要,以至于它有自己的名称:数据泄露(data leakage),也称为数据污染(data con