機器學習模型評估方法

1.訓練集測試集劃分方案 算法 a)留出法hold-outbootstrap 直接將原始數據集D劃分爲兩個互斥集合，其中一個做爲訓練集S，另一個做爲測試集T，其中D=S並T，S交T=空。在劃分的過程當中應該儘可能保持數據分佈一致，即S,T的分佈要和原始數據集一致，如原始數據集中正負樣本比例爲1：5，那麼在S和T中正負樣本比也應該爲1：5。通常採用分層抽樣的方案，即從正樣本中抽取1份作訓練集的正樣本

>>阅读原文<<