1.6模型的比較和檢驗

在選擇合適的評估方法和相應的性能度量時，計算出性能度量後直接進行比較，會存在以下問題： 模型評估得到的是測試集上的性能，並非嚴格意義上的泛化性能，兩者並不完全相同 測試集上的性能與樣本選取關係很大，不同的劃分，測試結果會不同，比較缺乏穩定性 很多模型本身有隨機性，即使參數和數據集相同，其運行結果也可能存在差異 上述問題按照統計學的知識描述爲：已知兩個模型 f1和f2 ，兩者的泛化性能在測試集上的表

>>阅读原文<<