是的，我的感觉就是同一个问题泛化也不行。同一个问题用A数据训练的模型，对A内部的预测还可以，放到B里面就不行了。我自己的感觉有两点，一是机器学习需要设定一个目标函数，目标函数的设定就决定了机器学习的结果，所以你得先有个对结果的期待，根据期待设定目标函数，再机器学习。实际上有了这个期待，我不用机器学习也能得到类似结果。二是机器学习经常处于“看吧我能做这个”的阶段，研究经常是为了展示机器学习能做这个，结果不具有太大的科研价值。不过我接触机器学习也不多，理解也不够，还在持续学习中。
【 在 vanish 的大作中提到: 】
:
: 即使是同一个问题泛化性是不是也没解决好？
: 一个场景的数据训练完换个场景性能就降的没法用
: --
:
发自「今日水木 on iPhone 13」
--
FROM 123.182.226.*