导语: 马上就要五一了,祝全世界人民五一快乐!在这之前,想过好几个准备这些天可以完成的专题,比如Boosting系列在搞点最近几年的新玩意,或者开一个新专题,如心心念念的GNN/GCN(主要是又可以去回忆一下信号与系统的内容),或者把最近王喆老师的推荐系统看看,或者卓克老师的科普人物系列,模仿一下大佬的写作风格,或者写点风控模型相关的,正好与节日氛围想匹配。然而,当我回到家,打开知乎正好刷到一篇讲Adversarial validation
相关的,Adversarial
,对抗,我喜欢的内容,写它写它写它(抄它抄它抄它)。
本文提纲如下:
- 地震无处不在
- Adversarial validation
- 对抗训练-DANN
- 总结
地震无处不在
训练集与测试的不一致问题是我们经常面临的问题,在互金领域,市场环境变化,准入策略,额度策略的调整,会导致训练样本在时间维度上存在差异,因此在利用大规模样本,或者长期限样本来训练模型时,必然会存在训练集与测试集(或者当前线上打分模型)产生偏差,这种现象在模型指标上的表现就是训练集,