虚假相关与数据泄漏
可复习 · 待写自己的解释我卡在哪里
还没有记录。看视频或读重点时哪里不懂，就把原话记到这里，并注明是哪段视频的几分几秒。
我用自己的话解释
- 什么是虚假相关？用投诉的例子说一遍。
- 什么是数据泄漏？它和虚假相关有什么不同？
- 设计师可以在哪些环节发现这两类问题？
自动保存在当前浏览器，不跨设备同步。
写完再展开：参考解释
- 训练数据里碰巧成立的线索被模型当成了规律。例如紧急投诉大多带“！”，模型就把“！”当成了紧急的信号。
- 数据泄漏是训练时用了判断那一刻还拿不到的信息，比如“最后分配给了谁”。虚假相关是学错了线索，数据泄漏是偷看了答案。
- 定义标签和特征时，问“这个信息在判断时存在吗”；设计测试集时放进反例；看模型最依赖哪些特征；让一线人员审视错误。
来源
- 案例：Ribeiro, Singh & Guestrin (2016) 提出 LIME 解释方法的论文中的哈士奇与狼；Caruana 等 (2015) 关于肺炎风险预测模型的研究。
- 重点、难点和测验由 Claude 根据 AI Product Design Lab 仓库的监督学习自学材料整理；权重是人工设定的教学数值。