Wilds

WILDS 是一组精选的基准数据集，代表了野外面临的分布变化。在每个数据集中，每个数据点都来自一个域，该域表示在某些方面相似的数据上的分布，例如，具有相同支架结构的分子，或来自同一区域的卫星图像。我们研究了两种类型的跨域分布变化。在域泛化中，训练和测试分布包括不相交的域集，目标是泛化到训练期间看不见的域，例如具有新支架结构的分子。在亚群转移中，训练和测试域重叠，但它们的相对比例不同。我们通常通过模型在测试域上的最差性能来评估模型，每个测试域对应于一个感兴趣的子群，例如不同的地理区域。
WILDS 数据集涵盖了多种模式和应用，并反映了由不同人口统计、用户、医院、相机位置、国家、时间段和分子支架引起的广泛分布变化。