- 训练集和验证集都必须能代表真实场景中数据的分布,避免数据的错误与失真,使得模型 “学错了规律” 或 “评估错了能力”。
2. 现实中,不同数据源(如不同标注者、不同工具生成的文件)的信息往往存在不一致(标注误差、测量精度等导致),处理这些细节是实际项目中不可或缺的环节。
2. 现实中,不同数据源(如不同标注者、不同工具生成的文件)的信息往往存在不一致(标注误差、测量精度等导致),处理这些细节是实际项目中不可或缺的环节。
5414
651

被折叠的 条评论
为什么被折叠?