五 A / 原型学习与个性化 / 04

个人化以后，怎样知道哪一类真的改善了

把更新前后的原型放到同一批独立记录上比较，既看目标类，也看其他类别和未知动作。

接续上一篇：一次个人采集，怎样形成新原型

1 · 先留出不用来求中心的记录

用采集场次 A 更新，再用场次 B、C 检查。若只把刚求中心的特征再分类，中心天然接近这些样本，结果难以说明新场景是否改善。测试数据还要覆盖不同速度、佩戴松紧、连续过渡。

在更新前保存旧原型，并固定同一个基础特征提取器。同一份独立窗口分别经过基础分类、旧原型和新原型，才能比较变化来自哪里。

混淆矩阵、精确率与召回率沿用支线四，但这里还要比较同一查询在三个分类路径下的结果。基础置信度是筛选条件之一，筛选后的分数不能代替独立真值。

连续几十份高度重叠窗口可能几乎描述同一小段动作。持续采同一种速度也可能把中心拉向窄场景。增加数量时应同时增加有效差异，而不是重复计算相同特征就宣称数据量足够。

错误标签可能把中心推到另一类附近；需要按场次定位而不是一次混入全部人员。出现退化时保留新旧原型并回退到已验证版本，别因为版本号增加就删除旧记录。

在使用测试集前定义关心的类别、允许的误报和响应要求。新原型是否采用由这些预先定义的指标决定，不能只挑最好看的一个结果。某一活动的改善也不能据此延伸为睡眠或关键词能力提升。

当前个性化接口覆盖活动特征；其他任务没有同样的更新链路。新增任务时需要重新定义特征、类别代表点和评估依据。

记录数据集合、旧新原型版本、每类样本、拒绝比例、各项指标与结论。若模型或采样配置换了，重新建立比较，避免拿不同基础模型的结果混成一次个人化收益。

动手观察

用二维示例给走路类加入错误标签，再对未参与求中心的点比较新旧分类。写一段结论，同时说明改善、退化与样本不足的位置。