以下三項基本假設(shè)闡明了泛化：

• 我們從分布中隨機(jī)抽取獨立同分布 (i.i.d) 的樣本。換言之，樣本之間不會互相影響。（另一種解釋：i.i.d. 是表示變量隨機(jī)性的一種方式）。
• 分布是平穩(wěn)的；即分布在數(shù)據(jù)集內(nèi)不會發(fā)生變化。
• 我們從同一分布的數(shù)據(jù)劃分中抽取樣本。

在實踐中，我們有時會違背這些假設(shè)。例如：

• 想象有一個選擇要展示的廣告的模型。如果該模型在某種程度上根據(jù)用戶以前看過的廣告選擇廣告，則會違背 i.i.d. 假設(shè)。
• 想象有一個包含一年零售信息的數(shù)據(jù)集。用戶的購買行為會出現(xiàn)季節(jié)性變化，這會違反平穩(wěn)性。

如果違背了上述三項基本假設(shè)中的任何一項，那么我們就必須密切注意指標(biāo)。