評估模型準確性

ML 模型的目標是學習將未知資料妥善一般化的模式，而非僅是死記它在訓練期間看到的資料。您擁有模型後，請務必檢查模型對於您未用於訓練模型的未知範例，是否執行效果良好。若要進行此操作，您可以使用模型來預測評估資料集 (留存資料) 的答案，然後將預測目標與實際答案 (基底事實) 進行比較。

ML 使用許多指標來測量模型的預測準確性。準確性指標的選擇，取決於 ML 任務。請務必檢閱這些指標，來判斷您的模型是否執行效果良好。