模型在類似Cross-Validation上測試效果不錯, 但在開發測試上效果不佳?

模型在類似Cross-Validation上測試效果不錯, 但在開發測試上效果不佳?

• 選取的訓練數據的覆蓋度不夠, 即數據集不具有代表性(不過完備), 不能體現真實數據的分佈。
• 模型遷移 (model drift), 隨着時間的轉移, 特徵數據也會跟着變化。比如3個月前的模型對現在的特徵可能不會有好的結果。