MENTAL MODEL · M7633
元特征提取
Meta-Feature Extraction
更新于 2026-08-10
CORE DEFINITION · 核心定义
从原始特征中提取描述特征本身性质的更高层特征，用于模型选择或迁移学习。
SCAFFOLDING EFFECT · 脚手架效应
psychology
降低认知负荷
特征的特征。了解数据集的元特征，可以预测什么类型的模型可能更有效。
anchor
锚定快速决策
在原始特征之外，提取“描述特征或数据集本身性质”的元特征（如特征间相关性、信噪比、类别不平衡、分布偏度）。这些元特征刻画了问题的“形状”，可用于自动模型选择、超参推荐与迁移学习（把过去任务的元特征映射到模型表现）。
MINIMUM ACTION · 最小行动
进行中 0/4在一个真实场景中练习这个模型：
勾选记录你的进度（本机暂存）
掌握进度0%
account_tree知识谱系 Genealogyexpand_more
menu_book信源参考 Sourcesexpand_more
来源明确性: 明确
- en.wikipedia.orghttps://en.wikipedia.org/wiki/Meta-learning_(computer_scienceverified
PRIVATE NOTES · 仅自己可见
已保存问答
ENTRY Q&A · 可保存至我的笔记
在清晰边界内提问
thinkingmodels 仅基于已发布的条目上下文回答。
你的问题会发送给 thinkingmodels；回答仅使用公开词条上下文。
RELATED MODELS · 相关模型