Sprawdzanie modelu na nowych danych, których nie użyto do jego budowy.
Out-of-sample testing polega na ocenianiu modelu na danych, których nie widział podczas tworzenia i strojenia. To bardzo ważny etap, bo pokazuje, czy model faktycznie przewiduje przyszłość, czy tylko dobrze dopasował się do przeszłości. Jeśli model wypada dobrze poza próbą, rośnie szansa, że ma realną wartość. To jedno z najważniejszych narzędzi w rzetelnej analizie.
Policz to od razu na swoich liczbachotwórz kalkulator →