接触过机器学习的朋友应该知道，样本是机器学习模型的核心，这是因为样本直接关系到模型效果的好坏，不过在大多数情况下，很多人对待样本的态度根本不够，这就导致的机器学习中的错误。很多人关注样本不像在乎特征那样在乎样本的质量一样，其实这样就容易出现两种情况，那么到底是什么呢？下面我们就给大家介绍一下。
首先我们给大家讲解一下第一种情况，其实第一种情况就是对负样本的界定不够细致。那么什么是负样本呢？其实负样本的含义一般来说是曝光但是未点击的样本，但是曝光是一件需要仔细琢磨的事情。最直接的方式是用服务器后台日志中的数据作为曝光，但是这样做会带来一个显然的问题，就是日志中的item不一定全部真正曝光，也就是不一定真的被用户看到了。更好的方式是通过页面埋点来记录真正曝光的东西，不过这种方法也会存在问题，那就是即使页面上曝光了，用户也不一定真正看到了，或者说用户的眼睛不一定扫到了曝光的区域，毕竟页面那么大，用户的关注点我们根本不知道。有人提出了一种解决方法是把最后一个被点击的商品以上的作为真正曝光的，因为用户既然点击了这一个，那么可以认为这个以上的用户都是看到了的。
而第二种情况就是对样本这个概念的理解不到位。统计机器学习的根本思路是根据历史行为学习模式，从而预测未来。所以样本代表历史是很容易被接受的，但是在实际工作中，更好的样本代表的应该是我们希望的结果，而不是那种真实的历史。我们需要考虑一个问题，那就是我们训练模型出来，真正希望服务的用户是哪种用户？所以说，我们需要注意的是除了特征工程，样本工程也同样重要，在某些情况下甚至会更重要。所以在进行训练之前，以及模型调优的过程中，都要仔细思考样本是否真正反映了我们的需求，有必要时要对样本做针对性选择。
在这篇文章中我们给大家介绍了在机器学习中容易出现的问题，那就是不注重样本精细化处理，现在很多人不怎么关注样本，其实这样的做法是错误的，我们只有关注样本才能够更好的利用机器学习为我们解决更多的事情。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
在当今这个数据驱动的时代，几乎每一个业务决策都离不开对数据的深入分析。而其中，指标波动归因分析更是至关重要的一环。无论是 ...
2025-02-18当数据开始说谎：那些年我们交过的学费 你有没有经历过这样的场景？熬了三个通宵做的数据分析报告，在会议上被老板一句"这数据靠 ...
2025-02-17数据分析作为一门跨学科领域，融合了统计学、编程、业务理解和可视化技术。无论是初学者还是有一定经验的从业者，系统化的学习路 ...
2025-02-17挖掘用户价值本质是让企业从‘赚今天的钱’升级为‘赚未来的钱’，同时让用户从‘被推销’变为‘被满足’。询问deepseek关于挖 ...
2025-02-17近来deepseek爆火，看看deepseek能否帮我们快速实现数据看板实时更新。 可以看出这对不知道怎么动手的小白来说是相当友好的， ...
2025-02-14一秒精通 Deepseek，不用找教程，不用买资料，更不用报一堆垃圾课程，所有这么去做的，都是舍近求远，因为你忽略了 deepseek 的 ...
2025-02-12自学 Python 的关键在于高效规划 + 实践驱动。以下是一份适合零基础快速入门的自学路径，结合资源推荐和实用技巧： 一、快速入 ...
2025-02-12“我们的利润率上升了，但销售额却没变，这是为什么？” “某个业务的市场份额在下滑，到底是什么原因？” “公司整体业绩 ...
2025-02-08活动介绍 为了助力大家在数据分析领域不断精进技能，我们特别举办本期打卡活动。在这里，你可以充分利用碎片化时间在线学习，让 ...
2025-02-071、闺女，醒醒，媒人把相亲的带来了。 我。。。。。。。 2、前年春节相亲相了40个， 去年春节相亲50个， 祖宗，今年你想相多少个 ...
2025-02-06在数据科学的广阔领域中，统计分析与数据挖掘占据了重要位置。尽管它们常常被视为有关联的领域，但两者在理论基础、目标、方法及 ...
2025-02-05在数据分析的世界里，“对比”是一种简单且有效的方法。这就像两个女孩子穿同一款式的衣服，效果不一样。 很多人都听过“货比三 ...
2025-02-05当我们只有非常少量的已标记数据，同时有大量未标记数据点时，可以使用半监督学习算法来处理。在sklearn中，基于图算法的半监督 ...
2025-02-05考虑一种棘手的情况：训练数据中大部分样本没有标签。此时，我们可以考虑使用半监督学习方法来处理。半监督学习能够利用这些额 ...
2025-02-04一、数学函数 1、取整 =INT(数字) 2、求余数 =MOD(除数，被除数) 3、四舍五入 =ROUND（数字，保留小数位数） 4、取绝对值 =AB ...
2025-02-03作者：CDA持证人 余治国 一般各平台出薪资报告，都会哀嚎遍野。举个例子，去年某招聘平台发布《中国女性职场现状调查报告》， ...
2025-02-02真正的数据分析大神是什么样的呢？有人认为他们能轻松驾驭各种分析工具，能够从海量数据中找到潜在关联，或者一眼识别报告中的数 ...
2025-02-01现今社会，“转行”似乎成无数职场人无法回避的话题。但行业就像座围城：外行人看光鲜，内行人看心酸。数据分析这个行业，近几年 ...
2025-01-31本人基本情况： 学校及专业：厦门大学经济学院应用统计 实习经历：快手数据分析、字节数据分析、百度数据分析 Offer情况：北京 ...
2025-01-3001专家简介 徐杨老师，CDA数据科学研究院教研副总监，主要负责CDA认证项目以及机器学习/人工智能类课程的研发与授课，负责过中 ...
2025-01-29
