![](/img/trans.png)
[英]How can I test my training model using a different dataset in machine learning
[英]How to test a machine learning model?
我想开发一个框架(用于 QA 测试)来验证机器学习模型。 我和我的同龄人进行了很多讨论,并阅读了谷歌的文章。
大多数讨论或文章都在告诉我们机器学习模型将随着我们提供的测试数据而发展。 如果我错了,请纠正我。
开发一个框架来验证机器学习模型将给出准确结果的可能性有多大?
从我阅读的文章中测试模型的几种方法:拆分和多重拆分技术,变形测试
还请建议任何其他方法
基于 ML 的软件的 QA 测试需要额外的、非常规的测试,因为它们对给定输入集的输出通常不是定义的、确定的或先验的,它们产生的是近似值而不是精确的结果。
QA 可能旨在测试:
其中一些测试需要性能测量。 这是它们的综合库。
我认为数据流实际上是这里需要测试的数据流,例如原始输入、操作、测试输出和预测。 例如,如果您有一个简单的线性模型,您实际上想要测试从该模型产生的预测而不是模型的系数。 因此,也许,高级步骤总结如下;
完全公开,我为此编写了一个小的 Python 包。 您可以在这里查看或下载如下,
pip install mlqa
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.