待验证50% 置信事实精确时间

Dietterich（1998）指出即使使用交叉验证，各折之间也并非完全独立，因为训练集之间存在大量重叠，这可能导致假阳性率膨胀

1

来源数

50%

置信度

长期有效

时效性

2026/8/10

首次发现

来源

机器学习论文研究设计怎么写？以玩家流失预测为例详解

相关事实

待验证朴素训练后量化会导致单个权重误差在多层网络中累积放大，即复合误差，在2位或1位精度下模型结构会崩溃73% 相似待验证跨域微调时学习率过大会破坏预训练权重，过小则几乎学不动，需权衡设置73% 相似待验证正则化强度需要通过交叉验证来选择最优值，过大会导致欠拟合，过小则正则化效果不明显68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/725371

API

curl https://kongchang.com/api/v1/knowledge/claims/725371

MCP

get_claim(id=725371)