训练集和测试集的预测值和实测值之间的相关性，其均均匀的分布在对角线附近，说明该模型具有较好的预测能力。
举一反三
- 通过建立的PLS模型预测测试集的预测值，同时探讨测试集的预测值和真实值的差距和相关性，在这个基础上设计化合物，可以使研究更为完整。
- 通常来说，我们构建模型，使其在训练集上能够做出准确预测，如果训练集和测试集足够相似，我们预计模型在测试集上也能做出准确预测。
- 关于训练集和测试集的划分,下面比较好的做法是: A: 将手头上所有的数据拿来训练模型,预测结果正确率最高的模型就是我们所要选的模型 B: 将所有数据中的前百分之80拿来训练模型,剩下的百分之20作为测试集,测试集预测结果正确率最高的模型就是我们所要选的模型 C: 将所有数据先随机打乱顺序,百分之80用来训练模型,剩下的百分之20作为测试集,测试集预测结果正确率最高的模型就是我们所要选的模型 D: 将所有数据先随机打乱顺序,平均分成5份,轮流拿出其中1份作为测试集,其余的4份做为训练集,各次测试集预测的正确率求均值,正确率均值最高的模型就是我们所要选的模型
- 预测分析将原始数据分为训练数据集和测试数据集其中训练数据集的作用在于（） A: 用于对模型的效果进行无偏的评估 B: 用于比较不同模型的预测准确度 C: 用于构造预测模型 D: 用于选择模型
- 在进行数据分析时，经常要分割训练集、测试集，并且还要考虑数据预处理、特征抽取、特征工程等，那么要仔细分析这些步骤之间的相互联系。关于训练集、测试集、数据预处理、特征工程，请回答以下问题关于缺失值填充与训练集、测试集的关系，下面正确的操作是（） A: 先用全数据的均值填充缺失值，然后随机分割训练集、测试集 B: 先随机分割训练集、测试集，然后用各自集合的均值填充缺失值 C: 先随机分割训练集、测试集，然后用训练集的均值填充缺失值 D: 先随机分割训练集、测试集，然后用测试集的均值填充缺失值