我正在使用具有输入特征（继承树的深度，子代数，方法数）的不同项目数据集，其中这些特征在每个不同项目中的每个类都有值。
我读过许多论文说，神经网络或任何其他模型都不能在不同分布的数据集上运行
我的问题是：
1.具有不同分布的数据集的含义是什么（单个数据集具有多个样本，每个样本对应于该项目中的一个类）
2.为什么NN或任何算法不能在两个不同分布的数据集上工作
提前致谢。
最佳答案
制定统计学习探针时，最常用的假设之一是样本是IID，这意味着您的样本分布相同，因此所有样本都应来自相同的分布。当您说有两个不同的数据集时，这意味着该假设不成立，并且大多数理论保证不再成立。现在，也许您的问题是“数据分布”是什么意思，这就是x分别是特征和y标签的联合定律p（x，y）。因此，两个数据集具有不同的分布，意味着p_ {1}（x，y）！= p_ {2}（x，y）
关于machine-learning - 2个具有不同分布的数据集的含义，为什么神经网络不能一起使用它们？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/59704758/