Modelle
Richten Sie einen OpenAI-kompatiblen oder Anthropic-Endpunkt mit Basis-URL und gegebenenfalls API-Schlüssel ein. Testen Sie die Verbindung. Ein lokaler Modellserver muss laufen; entfernte Werkzeuge können Daten separat übertragen.
KI-Arbeitsumgebung für Code
Datenaufteilung für maschinelles Lernen
Teilen Sie Lerndaten nach der Entität auf, die zwischen Mengen durchsickern könnte.
● ● ●Model Ledger●
Arbeitsabläufe · Datenaufteilung für maschinelles Lernen ×
train_groups, test_groups = split_groups(group_ids)
assert not set(train_groups) & set(test_groups)
train = rows_in_groups(data, train_groups)
test = rows_in_groups(data, test_groups)✳Teilen Sie Lerndaten nach der Entität auf, die zwischen Mengen durchsickern könnte.
✓ ÄnderungenVor dem Anwenden prüfen ↗
Illustration der Arbeitsumgebung
Projekt
Halten Sie Gruppen getrennt und passen Sie Vorverarbeitung nur an Trainingsdaten an.
Vor dem Anwenden prüfen
Vergleichen Sie das tatsächliche Verhalten mit dem erwarteten Ergebnis. Klären Sie fehlgeschlagene Prüfungen vor weiteren Änderungen.
Arbeitsabläufe
train_groups, test_groups = split_groups(group_ids)
assert not set(train_groups) & set(test_groups)
train = rows_in_groups(data, train_groups)
test = rows_in_groups(data, test_groups)