页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「决策边界」找到 6 条内容
按专题浏览 →匹配正文：…若干百分点。 训练与边界 通常用Bernoulli负对数似然，也就是二元交叉熵估计参数，并可加入L1或L2正则。以0.5为阈值时，决策边界是w^T x+b=0；换阈值只会平移等概率面。逻辑回归不要求训练样本线性可分，它只假设log-odds对特征为线性形式。若样本完全可分且没有正则，有限的最大似然解可能不存在，系数幅值会趋向无穷。 多分类可使用one-vs-rest或softmax回归。评估时除了准确率，还应按业务代价选择阈值并检查校准、PR-AUC及特征共线性。 图解 逻辑…
匹配正文：…补训练数据而不增加独立测试，无法判断改动是否有效。 为什么不能只把同类正确轨迹复制更多遍？ 复制会增加某种格式出现次数，却不会增加决策边界。 如果模型已经能稳定输出 Search JSON，再加入大量相似 Search 轨迹，最可能进一步强化默认 Search，而不是改善工具选择。 同义改写也不一定增加信息。问题文本变了，但工具序列、证据路径和答案结构完全相同，仍然属于同一行为模式。 更有价值的是补反例和相邻边界。例如同一主题分别设计直接回答、搜索最新信息、访问官方细节和承认…
学习内容与项目面试，在同一条路上。
匹配正文：…于金标准。若动作无必要，即使最终答案正确，也不能作为理想策略直接训练。 第五，分开格式与策略数据。 用于稳定协议的短样本和用于学习决策边界的轨迹可以分别统计，避免格式样本的单一动作吞没策略信号。 第六，必要时做样本权重或分层 batch。 但权重只放大已有标签。标签错、轨迹虚构或来源泄漏时，加权会让问题更严重。 “负样本”应该怎么用，才不会把模型教坏？ 工具选择负样本最好表示清楚的决策对照。 同一状态下，为什么 Search 不如直接回答；为什么只看摘要不如 Visit；为什…