模型评估技术

模型评估衡量的是机器学习模型在未见过的数据上的表现。分类任务的常用指标包括准确率、精确率、召回率和 F1 分数，回归任务则常用均方误差。交叉验证和训练/测试集划分等技术能确保评估结果反映真实场景下的性能，而不是对训练数据的过拟合。