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。
对
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
内容
- 0
机器学习系统中通常将数据集划分为训练集和测试集，其中被用来学习得到模型中参数值的是（ ）。 A: 训练集 B: 测试集 C: 训练集和测试集 D: 以上答案都不对
- 1
以下关于训练集、验证集和测试集说法不正确的是( )。[br][/br]选项: A: 测试集是纯粹是用于测试模型泛化能力 B: 训练集是用来训练以及评估模型性能 C: 验证集用于调整模型参数 D: 以上说法都不对
- 2
下面的说法中，错误 的是： A: 特征列是指用于预测目标数据的数据列 B: 测试集是用来评估模型效果的数据行 C: 训练集数量一般要大于测试集 D: 即使测试集数量大于训练集，测试集也不能当成训练集
- 3
一般地，不会把给定的整个数据集都用来训练模型，而是将其分成训练集和测试集两部分，使用训练集对模型进行训练或学习，然后把测试集输入训练好的模型并评估其表现。
- 4
A1/A2型题 定性实验的确认实验一般设计为有（） A: 较好的灵敏度和较好的特异性 B: 较好的特异性和较高的阴性预测值 C: 较高的阴性预测值和较高的阳性预测值 D: 较好的特异性和较高的阳性预测值 E: 较好的灵敏度和较高的阴性预测值