機器學習之模型評估（一）

爲什麼要評估模型 目的是找到最有效的模型。模型開始的時候分佈都是一定的，但是隨着時間的不斷推移，數據的分佈會發生一定的變化，這種現象稱爲分佈漂移。而驗證指標就是對數據變化的一種模型性能跟蹤，當模型的性能變化到一定程度，就要對模型進行重新訓練了。 怎麼檢驗和評估模型 機器學習分爲原始設計階段和應用階段，原始設計階段是在歷史數據上訓練一個適合解決目標任務的一個或者是多個機器學習模型，並且進行模型的驗證

>>阅读原文<<