Šta je adversarial validation i čemu služi?

Adversarial validation je metoda provere koliko su distribucije trening i test uzoraka slične. Za to se kreira klasifikator čija je zadatak da razlikuje objekte iz trening uzorka od objekata iz test uzorka. Ako klasifikator pokazuje visoku tačnost, to znači da se distribucije uveliko razlikuju, i model može loše da se generalizuje na test podatke.

Zašto je to potrebno:

• Da se proveri da li postoji pristrasnost između trening i test uzoraka.
• Da se razume da li je odabrani test skup odgovarajući.
• U zadacima sa tabelarnim podacima i boosting modelima pomaže da se identifikuju problemi sa generalizacijom.

Primer: ako adversarial validation pokaže da se podaci iz različitih skupova lako razdvajaju, preporučljivo je preispitati strategiju deljenja podataka ili primeniti metode adaptacije.