[发明专利]基于密度修改的替代训练分布

摘要

一般地描述了用于机器学习环境中的方法和系统的技术。在示例中，方法可以包括接收训练数据和测试数据。所述方法还可以包括基于所述训练数据和测试数据，确定样本外误差的集合。所述方法还可以包括基于所述样本外误差的集合，确定梯度值的集合。各个梯度值可以涉及第一量值和第二量值。所述第一量值可以与所述样本外误差的集合相关联。所述第二量值可以与所述训练数据的一部分的样本外误差相关联，所述一部分不包括所述测试数据的特定点。所述方法还可以包括将所述梯度值的集合变换成修改后的密度数据。所述方法还可以包括基于所述修改后的密度数据，生成替代训练数据。

主权项

一种机器学习环境中的方法，所述方法包括：接收训练数据，其中，所述训练数据包括训练输入和训练标签；接收测试数据，其中，所述测试数据对应于点的集合；基于所述训练数据和所述测试数据，确定样本外误差的集合；基于所述样本外误差的集合，确定梯度值的集合，其中，所述梯度值的集合对应于所述测试数据中的所述点的集合，每个相应的梯度值对应于所述测试数据中的特定点，并且涉及第一量值和第二量值，其中，所述第一量值是与对应于所述点的集合的所述样本外误差的集合相关联的第一期望值，所述第二量值是与所述训练数据的一部分的样本外误差相关联并且与所述特定点相关联的第二期望值，其中，所述一部分不包括所述特定点；将所述梯度值的集合变换成修改后的密度数据；以及基于所述修改后的密度数据，生成替代训练数据。