Candidate是什么

参考了网上的一些博客以及文章，并没有得到很满意的解释，这里说一说自己对Candidate的理解

Candidate class，中文译为“候选集”，其作用是作为一种特殊的训练集而存在。

首先看candidate class的定义：

候选集是一种特殊的训练集，换而言之，是训练集的子集。数据处理的过程，为了满足一些特殊条件而分化出来的子集，用于训练起到了加强样本特征的作用。

在分化出candidate class的过程中，数据处理者需要对原始的数据进行一些处理，为了模型的训练效果更好，需要额外筛选出一部分数据。候选集的诞生时间一般是在数据处理之后，特征工程之前。

候选集还强调一定程度的覆盖率，覆盖率 = 候选集样本数量/总体样本数量。

这里再讲讲正样本、负样本的理解

正样本就是你需要的，需要依托这种样本来训练出你的模型，对你的模型的训练有正向帮助的样本

负样本就是你不需要的，对你最终要训练出的模型有bad performance，或者说跟你要训练的目标根本不想关的样本

那么是不是负样本就应该在训练的过程中消失掉呢？

NO！因为在做真实环境下应用的场景，负样本是不可能避免的。

eg：

在做CNN进行猫狗识别的模型训练过程中，有价值的训练数据是猫或者狗图形所占的像素点，没有价值的训练数据类似于背景环境等等，会对模型的训练有一定的干扰（因为真实的猫狗所存在的环境，什么场景都有可能，房间啦，花园啦等等）。所以还需要一定的负样本来对模型进行辅助的训练