论文提出从覆盖视角评估单点数据价值

1. 12:00
   arXiv · Machine Learning

   单点数据价值何时可归结为类别平衡？——单点数据估值的覆盖视角

   研究表明，固定单点分数的 top-k 选择会反复投入已覆盖模式；类别平衡还是显式覆盖，应取决于标签能否识别学习器的模式。标准分类任务中，类别平衡可补足覆盖并匹配或超过通用集合覆盖；无标签时，标签无关覆盖使准确率最高提升 +0.20，而原始 top-k 可能低于随机。覆盖优势依赖学习器表征，相关模式未被表达或数据质量与覆盖无关时会失效。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。