閱讀文獻的時候提到多次，決定還是存一些資料。

• What is a benchmark model?

• Benchmarking Predictive Models

基準測試流程可能需要運行多次，并使用一個聚合平滑度量 smoothed measure(如中值median value)進行比較

為了Benchmarking Models，set.seed,random.seed等的意義就出現了：為了進行基準測試而保持一致性。

選擇適當的基準指標

使用AUC可能會導致不恰當的結果。參見文獻AUC: a misleading measure of the predictive distribution models. Global Ecol Biogeogr
可選擇PDF（不是我們認知里的PDF）。
Salzberg suggests that data scientists should use a binomial test to rate two different models against each other.

在本文中，我們探討了許多有效地對模型進行基準測試的最佳實踐:實驗環境、數據管理、選擇適當的度量標準，以及超越預測特征來觀察模型在生產中如何使用。

• Benchmarking simple models with feature extraction against modern black-box methods

• Why Machine Learning Needs Benchmarks

如何建立一個Benchmark model？

總結

以上是生活随笔為你收集整理的【基础概念】什么是benchmark model？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。