Skip to content

当样本分布发生变化时,交叉验证无法准确评估模型在测试集上的效果,这时候需要其他构造验证集的方法来应对。

Notifications You must be signed in to change notification settings

Qiuyan918/Adversarial_Validation_Case_Study

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

9 Commits
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Adversarial_Validation_Case_Study

交叉验证(Cross Validation)是常用的一种用来评估模型效果的方法。

当样本分布发生变化时,交叉验证无法准确评估模型在测试集上的效果,这导致模型在测试集上的效果远低于训练集。

通过本文,你将通过一个kaggle的比赛实例了解到,样本分布变化如何影响建模,如何通过对抗验证辨别样本的分布变化,以及有哪些应对方法。

文章链接:https://zhuanlan.zhihu.com/p/93842847

About

当样本分布发生变化时,交叉验证无法准确评估模型在测试集上的效果,这时候需要其他构造验证集的方法来应对。

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published