PTT數位生活區 / DataScience

[問題] 利用Test的data部分來幫助訓練模型合理

看板DataScience作者 (遙遠的距離)時間2年前 (2022/07/14 16:12), 2年前編輯推噓4(4推 0噓 11→)
留言15則, 9人參與, 2年前最新討論串1/1
問題類別:(ex：ML,SVM,RL,DL,RNN,CNN,NLP,BD,Vis,etc...) ML 問題內容: 如題，想請問大家對於利用Test set的data部分(沒用到labels)來幫助 建立or訓練模型是不是合理的？ 以NLP來舉兩種情境： 情境1: 假設今天我有一些Product review，裡面的Test set包含有 sentences及labels (binary sentiment)。 如果利用Train set + Test set的所有sentences來建立TF-IDF feature， 並依照此TF-IDF feature來訓練classification model 訓練model時僅有用到Train set的labels(並沒有用到test set的labels)， 這樣學術上是可接受的嗎？ 情境2: 同樣是情境1的Product review data。假設今天我在訓練model的時候， 透過某種方法在訓練時增加在training set裡相似於test sentences的 那些sentences的權重，並減少在training set裡不相似於 test sentences的那些sentences的權重 (比如利用transformer embedding計算相似度，沒利用到test labels)， 這樣學術上是可接受的嗎？ 謝謝。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 202.161.44.2 (新加坡) ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1657786378.A.846.html ※ 編輯: Darkflame (202.161.44.2 新加坡), 07/14/2022 16:13:29 ※ 編輯: Darkflame (202.161.44.2 新加坡), 07/14/2022 16:14:52
推
07/14 16:53, 2年前 , 1F
我覺得可以看你要比的 benchmark 有沒有也用到
07/14 16:53, 1F
→
07/14 18:34, 2年前 , 2F
inductive/transductive
07/14 18:34, 2F
→
07/15 03:51, 2年前 , 3F
回1F 也是..不過如果是自己搜集的資料的話呢？
07/15 03:51, 3F
→
07/15 21:41, 2年前 , 4F
看應用吧？寫出一個 review 願意買單的故事就可以
07/15 21:41, 4F
推
07/16 02:19, 2年前 , 5F
不行 被挑戰的時候你要怎麼說明呢
07/16 02:19, 5F
→
07/17 02:27, 2年前 , 6F
不行吧
07/17 02:27, 6F
→
07/17 21:01, 2年前 , 7F
不行
07/17 21:01, 7F
→
07/18 22:25, 2年前 , 8F
就是2F回的inductive/transductive learning。不是不行
07/18 22:25, 8F
→
07/18 22:26, 2年前 , 9F
，只是要 transductive 跟 transductive 比。最會碰到的
07/18 22:26, 9F
→
07/18 22:27, 2年前 , 10F
就是用 transductive learning 的結果跟 inductive 方法
07/18 22:27, 10F
→
07/18 22:27, 2年前 , 11F
比，那當然不公平，也不能這樣比。
07/18 22:27, 11F
推
07/20 19:01, 2年前 , 12F
可以，如樓上所說，想想你的應用場景，情境二就是 import
07/20 19:01, 12F
→
07/20 19:01, 2年前 , 13F
ance sampling， 投稿要跟同類型方法比，只是要畢業就沒
07/20 19:01, 13F
→
07/20 19:01, 2年前 , 14F
差
07/20 19:01, 14F
推
08/14 07:59, 2年前 , 15F
不 行
08/14 07:59, 15F
‣ 更多 Darkflame 的文章
文章代碼(AID): #1Ypz0AX6 (DataScience)
DataScience 近期熱門文章
更多 近期熱門文章 >>
PTT數位生活區 即時熱門文章
更多 即時熱門文章 >>
‣ 更多 Darkflame 的文章
文章代碼(AID): #1Ypz0AX6 (DataScience)