不造假是很清晰明确的。
一个行业标准的数据集，我说这些数据有XX特征，基于这个特征我做了什么什么优化获得好的性能。但是数据集中某些数据显然是不具备这些特征的，我把这些数据剔除，或者把数据集的一个子类全部删除。然后，也说了我的算法只在某类场景下有效。在我提供的数据下，算法和标准算法的结果能反复重现。但是在标准集下就是不行。

但是实际上，我的算法总是预测错误一些数据，剔除这些数据，结果就好很多。

【 在 geostar 的大作中提到: 】
: 前面那种不说剔除，不说剔除原则，就算，后面那种归一化，不算。
: 经得起检验，你要有依据。
: 只有拿一批全新的数据，进行检验，能通过才算。
: ...................
--
FROM 60.247.5.*