我构建了一个障碍模型，然后使用该模型使用predict命令从已知数据点到未知数据点进行预测。有没有办法验证模型和这些预测？我是否必须分两部分，例如使用模型的二项式部分的灵敏度和特异性？ 关于如何评估该模型的有效性的任何其他想法？
答案 0 :(得分：0)
为了验证预测模型，我通常信任Cross-Validation。
简而言之：通过交叉验证，您可以仅使用训练数据（具有已知结果的数据）来测量模型的预测性能。因此，您可以获得有关模型如何工作的一般意见。交叉验证适用于各种不同的模型。缺点是它可能会导致计算量很大。
对于大型数据集，10倍交叉验证就足够了。数据集越小，折叠越多＆＃34;您必须这样做（即使用非常小的数据集，您必须进行一次性交叉验证）
通过交叉验证，您可以获得整个数据集的预测。然后，您可以将这些预测与实际输出进行比较，并衡量模型的执行情况。
交叉验证的结果可能需要在更复杂的比较中理解，但对于您的一般目的问题＆＃34;如何评估模型的有效性＆＃34;，结果应该非常容易使用。< / p>