如何使用統計顯着性檢驗來解釋機器學習結果

在比較兩種不同的機器學習算法或比較相同的算法與不同的配置時，收集一組結果是一個好習慣。 考慮到大多數機器學習算法的隨機性，重複每個實驗運行30次或更多次，可以得到一組結果，從中可以計算平均期望性能。 如果兩種算法或配置的平均期望性能不同，您怎麼知道這種差異是顯着的，並且有多重要？ 統計顯着性檢驗是幫助解釋機器學習實驗結果的重要工具。此外，這些工具的發現可以幫助您更好，更自信地呈現您的實驗結果，併爲

>>阅读原文<<