首页 > 其他 > 详细

特征漂移检测

时间：2021-03-08 19:58:17      阅读：62      评论：0      收藏：0      [点我收藏+]

思路：
评价测试集与训练集分布是否相像，如果不像，则有可能是发生了漂移。

评价方法：

  1. 对训练集打标签0，测试集打标签1生成新数据集
  2. 训练一个二分类模型
  3. 评价AUC指标，如果非常高，则发生漂移（模型能轻易分辨出训练和测试数据）
  4. 依据特征重要性，删除若干个指标，重新训练，并重复步骤2-4，直到auc很低
  5. 用保留下来的数据训练模型

特征漂移检测

原文：https://www.cnblogs.com/oaks/p/14501407.html
踩
(0)
赞
(0)
   
举报
评论 一句话评论（0）
分享档案
更多>
2021年09月23日 (328)
2021年09月24日 (313)
2021年09月17日 (191)
2021年09月15日 (369)
2021年09月16日 (411)
2021年09月13日 (439)
2021年09月11日 (398)
2021年09月12日 (393)
2021年09月10日 (160)
2021年09月08日 (222)
最新文章
更多>
教程昨日排行
更多>
友情链接
汇智网   PHP教程   插件网  
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣，分享程序人生！