引导数据分配以实现稳健的子群体泛化
机器学习模型在训练数据上往往取得很高的平均准确率,但由于子群体偏移,在测试数据上表现不佳。一种常见的以数据为中心的解决方案是强制实现均衡的子群体比例…
原文为英文,标题与摘要由机器翻译,完整内容请阅读原文。
本文为自动采集的摘要速览
全文正在由采集器补抓,稍后刷新本页即可看到完整译文;也可先前往来源站点阅读原文。
本文由采集器自动同步
阅读原文 ↗
原文发布于 arXiv CS/CV(Guiding Data Allocation for Robust Subpopulation Generalization),标题、摘要与正文由机器翻译,术语按行业惯例统一,未经人工逐句校订。