Testing 如何测试机器学习模型?
我想开发一个验证机器学习模型的框架(用于QA测试)。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 从我读到的文章中可以找到几种测试模型的方法:分裂和多重分裂技术,变形测试Testing 如何测试机器学习模型?,testing,machine-learning,machine-learning-model,Testing,Machine Learning,Machine Learning Model,我想开发一个验证机器学习模型的框架(用于QA测试)。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 从我读到的文章中可以找到几种测试模型的方法:分裂和多重分裂技术,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,因为它们对于给定的输入集的输出通常不是定义的、确定性的或先验已知的,并且它们产生的是近似值,而不是
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,因为它们对于给定的输入集的输出通常不是定义的、确定性的或先验已知的,并且它们产生的是近似值,而不是精确的结果 QA可设计为针对以下各项进行测试:
其中一些测试需要性能度量。是它们的综合库。基于ML的软件的QA测试需要额外的、相当非常规的测试,因为它们对于给定输入集的输出通常没有定义、确定或先验知识,并且它们产生的是近似值,而不是精确的结果 QA可设计为针对以下各项进行测试:
pip install mlqa
我认为数据流实际上是需要在这里测试的数据流,比如原始输入、操作、测试输出和预测。例如,如果您有一个简单的线性模型,您实际上希望测试从该模型生成的预测,而不是模型的系数。因此,高级别的步骤可能总结如下: