上接：
事前说明
学无止尽，个人能力不足，如有错误之处烦请见谅，感谢您的阅读与指出！
PS：小伞是一直在学习的唐伞妖怪欧，由于只是一只菜菜的妖怪，所以学习的地方可能会有些不对(||๐_๐)，感谢各位大佬的指正！
评估就不谈了。。。才怪
虽然是AI考试的成绩，但还是要提一嘴的。
你以为AI考试的成绩跟你一样只有一个分数而已吗？
虽然他也确实有这一个分数，但那个分数是给我们看的离散量(正确率)。不足以反映模型的“综合学习水平”。
其实主要的问题就是AI学习用的教科书(数据)并不像现在市面上流行的教科书那样规范，对于有一些教科书来讲，会出现缺页漏印的现象(缺失值和重复值)。
有些“教科书”编写者太过激进，书里带偏见(样本不均衡)。
有些教科书的编写者本身实力不过关，经常写错东西(数据带噪声)……针对这些东西，研究者们想了很多方法来检测出模型的真实实力。
(所以说白了，其实如果数据足够好，这一切都不会发生，但现实总是那么不尽如人意，说白了，AI数据科学的研究者们，大部分时间都是在跟数据较劲(或者是在跟模型较劲))。
例如对于缺印、漏印的教科书，像这些一般来讲会采用填充的方法，也有直接删掉的。通常是对数据做处理。
对于教科书本身带偏见的(样本不均衡)，通常采用的方法是使用召回率的方法，因为召回率更能体现样本不均衡条件下的分类正确率(原因在于正确率有一个缺陷，那就是当模型无脑选a的时候，正确率是很高的，这个时候题目答案为B的题是全错的，但是因为这些题太少了，所以说体现不出来)
再来就是数据样本里面带噪声的情况了，这些通常也是在数据处理阶段或者是模型设计阶段动手，或是采用带噪学习的方法。
总而言之，评估归根到底来讲就是评估一个模型的好坏，一般来讲是要根据数据和模型整体的情况来选择不同的评价指标与“考卷”。
另：而且用来评估的试卷也必须要选好，不然评估的结果是不可信的。
2273
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
