迈向充分数据的解析定义

我们表明，对于五个复杂度递增的数据集，某些训练样本比其他样本更能揭示类别归属信息。这些样本可通过分析其在降维空间中相对于各类别质心的位置在训练前先验识别。具体而言，我们证明靠近类别质心的样本不如离质心最远的样本具信息性。对于所有五个数据集，我们表明在完整训练集上训练与排除每类质心最近至多2%的数据时训练之间无统计显著差异。