课程测试问题：在预测建模中，为什么要使用模型验证？亲爱的同事们，
目前，我正在“ “解决工业问题的统计思维”课程，并在测验中设置了一个包含四个可能答案的问题。恐怕测验界面接受的答案是正确的。
问题是：
在预测建模中，为什么要使用模型验证？
选择一个：
- 使用它来确保您适合正确的模型。
- 使用它来确保您的模型能很好地概括新数据。
- 使用它来确保您可以确定最重要的变量。
- 您无需在预测建模中使用模型验证。
我选择了1，因为在引入新的最终测试数据之前，需要进行验证以了解模型是否足够（例如，没有过拟合）。但是，正确的答案是2。看起来非常令人怀疑，因为2与测试数据的相关性更高，这是验证之后的下一步。
请纠正我，如果我错了，请给我一些澄清。
谢谢！
其他回复：课程测试问题：在预测建模中，为什么要使用模型验证？答案1是关于使用新的经验数据对模型进行确认。您进行预测，通常不会进行任何先前的观察。然后，您观察未来的观察是否与预测一致。答案2是关于泛化的，也就是说，您还没有过度拟合学习集。通过交叉验证进行诚实评估是检查泛化的可接受方法。
回复：课程测试问题：在预测建模中，为什么要使用模型验证？亲爱的贝利先生，
非常感谢您的关注。
但是，这些选项-1和2-并未给出该问题的明显答案。作为JMP和机器学习的初学者，我想可以在模型验证概念中考虑两个答案。
您是否同意，作为专家？
回复：课程测试问题：在预测建模中，为什么要使用模型验证？很难写出良好的考试问题和答案。但是，这个问题是直截了当的。
交叉验证不能用于确保模型正确。只有新的经验性观察可以用来检验正确性。在诚实评估的广泛方案中，许多预测建模者使用三保持套： 训练 ，验证和测试 。仅训练数据用于拟合模型。仅将验证数据用于检查模型的泛化，并且仅将测试数据用于确认模型正确。因此答案2是正确的答案。
回复：课程测试问题：在预测建模中，为什么要使用模型验证？非常感谢你！
最诚挚的问候，
麦可
