自动查找并修复ML数据集中的错误工具cleanlab

机器学习中的数据经常有标注错误，不准确，不一致或者模糊的情况，这样的脏数据会误导训练模型的训练。cleanlab可以自动发现并修复任何ML数据集中的错误，在训练期间提供干净的标签。为以数据为中心的 AI 提供了标准框架。

开源：https://github.com/cleanlab/cleanlab
网站：https://cleanlab.ai
修复样例体验：https://labelerrors.com

安装非常简单

pip install cleanlab

样例代码

from cleanlab.filter import find_label_issues

ordered_label_issues = find_label_issues(
    labels=labels,
    pred_probs=pred_probs,
    return_indices_ranked_by='self_confidence',
)