模型评估技术

模型评估衡量机器学习模型在未见过数据上的表现。常见指标包括分类的准确率、精确率、召回率和 F1 分数，以及回归的均方误差。交叉验证和训练/测试拆分等技术确保评估反映真实世界性能，而非过拟合训练数据。