知识卡片
训练与推理使用相同变换
训练时若对特征做缩放、编码或其他预处理,预测新数据时必须应用同一套变换及训练时拟合出的参数。例如用训练集均值和标准差标准化后,也用这组值处理验证、测试和线上数据;不能让测试数据参与拟合预处理参数。
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
- 数据准备 · 查看原书依据
在用某种方式修改训练数据时,我们必须也得对未来需要预测的数据进行同样的修改
参考来源
- 位置:《深度学习:从基础到实践(上下册)》第12章《数据准备》(来源项目 `extracted/深度学习:从基础到实践(上下册)/_epub-src/text/part0019_split_002.html`)
- 结论依据:原文说明预处理一致性与类别独热编码;防泄漏和未知类别是应用边界。
- 原始内容:在用某种方式修改训练数据时,我们必须也得对未来需要预测的数据进行同样的修改。 让我们看看为什么这个原则如此重要。 在处理训练数据时,我们一般会按照某种方式修改或者合并数据值,以提高学习的效率或者准确率。一般来说,我们会先