留出法​将数据集 D 拆分为 训练集 S 和测试集 T​正常来说会保留 70% 用作训练，30% 用作测试。采样时采用分层采样（stratified sampling）的方法，即根据样本标签将数据进行分类之后按照对应比例抽取样本​一般来说会重复上述抽取训练测试的步骤 n 次，取最后的平均值当作模型的结果​缺点：取样随机性导致评估结果与模型最终的结果偏差可能会很大交叉验证法​将数据集 D 拆分成 k

基于属性图的节点异常检测算法总结

子图异常检测

这项工作旨在为 GAN 开发一种交互式图像操作方法，用户只需点击图像定义一些（handle point，target point）对，然后驱动 handle point 到达它们对应的 target point。

在大型语言模型时代，RAG的具体定义是指在回答问题或生成文本时，首先从大量文档中检索相关信息的模型。随后，它利用这些检索到的信息来生成响应或文本，从而提高预测的质量。RAG方法允许开发人员避免为每个特定任务重新训练整个大型模型。

linux系统下的重定向和管道命令简介