这么那里就会有个问题，同样都是激情的2分类数据，但是因为布景差异，那3类数据集信息的细节上是存正在一定差此外，假如是间接粗暴的把那3类数据集混折正在一起训练，这么也能获得一淘很不错的模型参数，同样正在那3类任务上也能获得一个不错的暗示，但是此时假如来了第4种数据源的激情文原数据集（比如美食评估的激情数据），而且第4种数据集很少，这么模型正在第4种数据集上停行训练，模型的参数更新的历程可能会比较受限，其起因是第4种数据集太少了，有余以撼动正在前3种富厚的数据集出息修到的参数内容。内循环用到的数据集是撑持集。
