Irene2020-09-24 11:15:07

同学你好
不是的哦。这里问的是，以下哪一类偏差可以用样本外数据监测？就是说：用了样本外数据，可以反馈出这类偏差。
这个问题主要出现在data-mining bias里面，就是说因为反复使用同一组数据库建模和测试，会导致对样本内数据模拟得非常好，但是因为建模时过度关注样本内数据的偶然因素，如果换一组样本外数据，这些偶然因素就不存在了，会导致样本外数据估计不准确。所以这个就是data mining bias的定义：把偶然当必然。这个bias可以用样本外数据监测，只要发现：用样本外数据测试模型，模型估计的准确度会大幅降低，这个就知道是data mining bias。

A说的是look-ahead bias是说用还未公开的数据建模，和样本外数据无关。
C说的是样本选择偏差，就是说人为剔除一些取不到的数据。
这两个问题，都不能用样本外数据直接监测出来。所以不选。