14*16deck价格合理吗# Living
h*y
1 楼
假设一个数据源S，分别存到数据集A和B去，理论上A和B的数据是完全一致的，假设key
是event ID，1到10。
但是呢因为各种原因，存的过程中总有loss，实际上A和B只是1到10的一个某个子集，
于是总是有discrepancy，A和B可能大小一样，可能不一样，可能有overlap也可能没有。
我的问题是，怎么用机器学习的方法来找到最能区分A和B的field或者field的组合呢？
也就是什么导致了这个discrepancy。
这不是直接的feature selection，因为A和B可能有overlap。
是event ID，1到10。
但是呢因为各种原因，存的过程中总有loss，实际上A和B只是1到10的一个某个子集，
于是总是有discrepancy，A和B可能大小一样，可能不一样，可能有overlap也可能没有。
我的问题是，怎么用机器学习的方法来找到最能区分A和B的field或者field的组合呢？
也就是什么导致了这个discrepancy。
这不是直接的feature selection，因为A和B可能有overlap。
