實務注意事項
打造可重現資料管道的管道。假設您想新增功能，說明該功能對模型品質的影響。針對公平實驗，您的資料集應相同。如果無法執行資料產生作業，則可製作這些資料集。
基於這個精神，請確保資料產生作業中的任何隨機性能產生確定性：
- 播映隨機數字產生器 (RNG)。傳播內容可確保 RNG 在每次執行時以相同的順序輸出相同的值，並重新建立資料集。
- 使用不變式雜湊鍵。「雜湊」是分割或取樣資料的常見方法。您可對每個範例進行雜湊處理，並使用產生的整數決定分割的放置位置。每次執行資料產生程式時，雜湊函式的輸入內容不應變更。請不要使用雜湊中的目前時間或隨機數字，例如如果您想要視需求重新建立雜湊，
上述方法適用於取樣和分割資料。
雜湊處理注意事項
想像一下，如果您收集的是搜尋查詢，並使用雜湊來納入或排除查詢。如果雜湊鍵僅使用查詢，則在這兩天中，資料會「一律」包含該查詢或「一律」排除該查詢。一律包含或一律排除查詢不佳，原因如下：
- 您的訓練集查詢組合較少。
- 您的評估集會以人工方式進行，因為這些模型不會與訓練資料重疊。實際上，您是在提供資料時看到訓練資料中的部分即時流量，因此您的評估結果應該能夠反映這一點。
您可改為對查詢 + 日期進行雜湊處理，導致每天使用不同的雜湊。
