从软件测试的角度,怎样专业的对机器学习中的各种算法进行测试,保证算法结果的正确性( 二 )


■网友
【从软件测试的角度,怎样专业的对机器学习中的各种算法进行测试,保证算法结果的正确性】 针对这种没有特定结果,或者在测试过程中不易判定确切结果的测,AB测试给我们提供了一种思路,我们可以将这些算法的测试,大部分工作留给用户进行判定,我们只需要按照最初的算法构成,确保最基本的功能是OK的,基本规则是有效的即可,更复杂的测试可以利用AB测试让现网用户更好的去判定。

■网友
跟之前回答的问题一样,我认为算法测试分为两大类:. 正确性. 合理性正确性,很多人说通过CR(代码rerivew)去做?我觉得还是适当考虑 ROI(投入产出比)吧!我觉得正确性的校验应该根据算法需求定制对应的算法测试模型,模型包括算法的输入、输出、样本数据等等比如拿“商品推荐 猜你喜欢”推荐算法来说你的物料(sku数据)一定要多一定要全不仅如此还要考虑物料的:价格、销量、适用人群是否交叉均匀能覆盖足够多的用户场景等等、当物料足够全、算法基础校验痛过之后、根据准备的海量的测试模型的产生的测试样本(不同标签用户)命中不同算法分支拿到吐出数据进行算法校验!合理性,当你的正确性足够高之后、能排除掉一部分和理性的问题、合理性问题大多数还是人工care、丰富badcase 、体感认知。


推荐阅读