 |
INFPV2EX 第 540908 号会员，加入于 2021-04-02 22:00:47 +08:00 |
United States
INFP 最近回复了
231 天前 回复了 wuhao1 创建的主题 › Linux › 任务栏你是习惯放在左侧还是底部呢那样更高效 |
隐藏
234 天前 回复了 Livid 创建的主题 › V2EX 站点状态 › 20240505 - 邀请码系统 |
@Livid 支持。你的意思我懂但是大数定律不是这么用的
2023-09-29 09:25:32 +08:00 回复了 xuegy 创建的主题 › iPhone › 亲测 15 Pro 屏幕继续瞎眼 |
插句题外话，LG 的 C2 OLED 电视（非 PWM 调光 但是有恒定的 240hz 闪烁）当显示器用了两个月，左眼皮天天跳得停不下来，手都按不住，也不知道为什么。换回 Studio Display 之后眼皮第二天就不跳了
2023-09-29 06:58:52 +08:00 回复了 mingfreeair 创建的主题 › macOS › 玩了一天，又切换回电子生成的 sonoma 壁纸/屏保了 |
Yosemite Horizon 色调还不错，适合当桌面
2023-09-26 08:46:43 +08:00 回复了 GreatAuk 创建的主题 › Apple › Apple 在 AI 方面有什么动作吗？ |
@Nonexistent 第一次听说 chatgpt 是本地靠 NPU 处理的哈哈哈
2023-02-17 09:55:40 +08:00 回复了 TongDu 创建的主题 › Python › [机器学习相关] 含有大量标签错误的数据如何建模？ |
@qzwmjv
对啊，没有“正确”的 label 你怎么算出来 false positive rate 的哈哈哈。
anyway ，对于这种情况不建议做任何形式的 imputation 去补 label ，因为这样不过是在错误上构建错误，或者是在已知中预测已知。
建议考虑 unsupervised learning ，或者 semi-supervised learning 。比如聚类，比如在有一部分确定正确的 label 的情况下用 semi-supervised SVM 去建模，可能会比只用“确定正确”的小部分数据的 test performance 好一些，也肯能不如。
对啊，没有“正确”的 label 你怎么算出来 false positive rate 的哈哈哈。
anyway ，对于这种情况不建议做任何形式的 imputation 去补 label ，因为这样不过是在错误上构建错误，或者是在已知中预测已知。
建议考虑 unsupervised learning ，或者 semi-supervised learning 。比如聚类，比如在有一部分确定正确的 label 的情况下用 semi-supervised SVM 去建模，可能会比只用“确定正确”的小部分数据的 test performance 好一些，也肯能不如。
2023-02-17 02:29:15 +08:00 回复了 sdjl 创建的主题 › 问与答 › 人应该鄙视他人的庸俗吗？ |
人应该问“人应该鄙视他人的庸俗吗”这个问题吗？
2023-02-17 02:27:29 +08:00 回复了 jlkm2010 创建的主题 › 美国 › 美国俄亥俄州火车脱轨，大量剧毒氯乙烯泄露，看了下这个，影响很大啊 |
你说的对，但是根据约翰霍普金斯大学数据中国张家口的气体不如液体，所以你为什么不关注武汉？因为新华社说氯乙烯会分解，所以围魏救赵为什么不润，你肯定是静外势力，用气球分散注意力，目的是在渤海打鱼，最后你为什么能目测是否充分燃烧？
Select Language