《scikit-learn机器学习常用算法原理及编程实战》—1.4.6 模型性能评估和优化

1.4.6  模型性能评估和优化

　　模型出来后，我们需要对机器学习的算法模型进行性能评估。性能评估包括很多方面，具体如下。

　　训练时长是指需要花多长时间来训练这个模型。对一些海量数据的机器学习应用，可能需要1个月甚至更长的时间来训练一个模型，这个时候算法的训练性能就变得很重要了。

　　另外，还需要判断数据集是否足够多，一般而言，对于复杂特征的系统，训练数据集越大越好。然后还需要判断模型的准确性，即对一个新的数据能否准确地进行预测。最后需要判断模型是否能满足应用场景的性能要求，如果不能满足要求，就需要优化，然后继续对模型进行训练和评估，或者更换为其他模型。