A00 · 第 2 章 · 课程规划页
训练、验证、测试与数据泄漏
本章研究训练、验证、测试与数据泄漏。内容依次处理独立同分布假设下的训练集、验证集与测试集划分、时间、用户与群组数据的隔离策略、特征穿越、目标数据泄漏与预处理污染排查。
- 所在 Part
- 第一编 学习问题与数据
- 预计学习
- 40 分钟
- 建设状态
- 已规划，尚无正式正文
计划实验
本章未登记独立交互实验；定义、公式和例题仍按下列提纲规划。
LEARNING OBJECTIVES
完成本章后应能
- 01准确说明独立同分布假设下的训练集、验证集与测试集划分。
- 02完成时间、用户与群组数据的隔离策略所需的推导、证明或算法。
- 03使用计算、例题或反例检验特征穿越、目标数据泄漏与预处理污染排查。
PLANNED SECTIONS
计划章节结构
- 01
独立同分布假设下的训练集、验证集与测试集划分
界定独立同分布假设下的训练集、验证集与测试集划分，明确使用的条件、主要结论与可复核步骤。
- 02
时间、用户与群组数据的隔离策略
推导时间、用户与群组数据的隔离策略，明确使用的条件、主要结论与可复核步骤。
- 03
特征穿越、目标数据泄漏与预处理污染排查
检验特征穿越、目标数据泄漏与预处理污染排查，明确使用的条件、主要结论与可复核步骤。
计划定义
独立同分布假设下的训练集、验证集与测试集划分：对象、记号与前提
围绕独立同分布假设下的训练集、验证集与测试集划分列出主要对象、符号、前提与定义边界。
计划公式
时间、用户与群组数据的隔离策略：关系、判据与可复核步骤
把时间、用户与群组数据的隔离策略整理为可检查的关系、判据或算法步骤；涉及定量模型时写出公式，并说明符号、适用条件，以及需要时的单位或复杂度。
计划例题
特征穿越、目标数据泄漏与预处理污染排查：案例、反例与核验
围绕特征穿越、目标数据泄漏与预处理污染排查给出明确输入、前提或数据，逐步分析并用反例、误差、守恒量或边界条件复核。
计划练习
训练、验证、测试与数据泄漏：定义、关系与边界综合练习
联结独立同分布假设下的训练集、验证集与测试集划分、时间、用户与群组数据的隔离策略与特征穿越、目标数据泄漏与预处理污染排查，分别检验定义辨析、主要步骤和适用边界。
关键词
训练、验证、测试、数据泄漏、第一编 学习问题与数据、机器学习问题、数据与评估