数据清洗-札记

1、误标注样本处理

（1）误标注样本要不要校正，看误差分析时占比；

（2）如果确定改进标签质量，确保开发集、测试集使用相同的改进方法，以保证开发集、测试集服从相同分布；

（3）如果确定改进标签质量，要不要检查所有样本数据？

a、如果仅改进被误判的样本，可能会导致开发集衍生出一定的偏差，该偏差对实际开发应用可以忍受；

b、如果引用算法结果发表论文，则需要无偏差的度量，此时需要检查改进样本中所有数据