样本挖掘概念

正样本:我们想要正确分类出的类别所对应的样本,例如,我们要对一张图片进行分类,以确定其是否属于汽车,那么在训练的时候,汽车的图片则为正样本。

负样本:不是汽车的其他图片。

难正样本(hard positives):错分成负样本的正样本,也可以是训练过程中损失最高的正样本

难负样本(hard negatives):错分成正样本的负样本,也可以是训练过程中损失最高的负样本

易正样本(easy positives):容易正确分类的正样本,该类的概率最高。也可以是训练过程中损失最低的正样本

易负样本(easy negatives):容易正确分类的负样本,该类的概率最高。也可以是训练过程中损失最低的负样本

以上为个人理解,如有错误或者疑义,欢迎私信给我!

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值