ConceptAI › Machine Learning › Foundations › Generalization
Generalization
泛化
一句话理解
泛化是模型将学到的规律用于未参与训练的数据，并保持有效表现的能力。
换一道没见过的题，还能做对。
最好理解的例子
模型看过许多狗的照片后，仍能识别另一只狗、另一个角度拍摄的照片，说明学到的特征对这些新样本具有泛化价值。
核心机制
- 1
从训练数据中学习可复用的规律。
- 2
用独立验证数据选择模型和训练设置。
- 3
在未参与调参的测试数据上评估新样本表现。
- 4
检查评估数据是否覆盖预期使用环境。
关键关系
常见误解
在同分布新样本上表现好，不代表能应对完全不同的环境。测试数据泄漏也会让泛化能力看起来比实际更强。
知识邻域
AI → Machine Learning → Foundations