評估模型在不同月份的泛化效果，最適合的方法為何？
iPAS 考題解析
評估模型在不同月份的泛化效果，最適合的方法為何？
- A. F-test
- B. Cross-Validation ✓ 正確答案
- C. 配對 t 檢定
- D. 卡方檢定
詳細解析
交叉驗證（Cross-validation）把資料分成多份，讓模型在不同資料子集上訓練和驗證，能全面評估模型對不同月份資料的泛化能力。
難度：★★★
評估模型在不同月份的泛化效果，最適合的方法為何？
評估模型在不同月份的泛化效果，最適合的方法為何？
交叉驗證（Cross-validation）把資料分成多份，讓模型在不同資料子集上訓練和驗證，能全面評估模型對不同月份資料的泛化能力。