待验证50% 置信事实精确时间

价格数据通常呈现右偏分布，使得基于标准差的Z-score方法可能漏检低端异常值

1

来源数

50%

置信度

长期有效

时效性

2026/8/7

首次发现

来源

用Pandas清洗真实脏数据：机器学习中被忽视的关键一步

相关事实

待验证Z-score 标准化公式为 (x - mean) / std，将数据变换为均值0、标准差1的分布68% 相似待验证错误的归纳偏置会让模型花费容量拟合数据中不存在的虚假模式，导致分布外数据上严重失效63% 相似待验证均方误差对应的是高斯分布假设下的最大似然，而分类问题的标签并不服从高斯分布63% 相似待验证Zod 校验通过时数据继续往后流转完成后续 Agent 业务逻辑，校验失败时直接抛出错误阻断异常流程61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/702564

API

curl https://kongchang.com/api/v1/knowledge/claims/702564

MCP

get_claim(id=702564)