我们不再更新 Amazon Machine Learning 服务，也不再接受新用户使用该服务。本文档可供现有用户使用，但我们不会再对其进行更新。有关更多信息，请参阅[什么是 Amazon Machine Learning](https://docs.aws.amazon.com/machine-learning/latest/dg/what-is-amazon-machine-learning.html)。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 评估模型准确度
<a name="evaluating-model-accuracy"></a>

ML 模型的目标是学习模式，可以针对未见过的数据很好地归纳，而不只是记住在训练过程中查看的数据。在您拥有模型之后，务必使用没有用于训练模型的未见过的示例，检查模型在其上是否表现良好。为进行此操作，您可使用模型预测评估数据集的答案（保存数据），然后将预测目标与实际答案（基本实际情况）对比。

ML 中使用一系列指标来衡量模型的预测准确度。准确度指标的选择取决于 ML 任务。务必检查这些指标以确定您的模型是否运行良好。