AI测试学习记录

一：模型验证

留出法（适用于大量数据）：70%训练数据，15%验证数据，15%测试数据，然后计算平均值和标准差

K折交叉验证（适用于数据量小，需要稳健评估的场景）：将数据分成K份，每单独一份作为验证数据，然后计算平均值和标准差

平均值：模型的平均表现，越大越好

标准差：模型的稳定能力，越小越好（低标准差，每次验证的性能接近，模型对不同数据子集的泛化能力稳定，结果可靠。高标准差：模型性能波动较大，对训练数据较为敏感，可能存在过拟合现象，评估结果的可靠性低）