XGboost 训练、验证和测试你好，
我有一个关于在 XGBoost 中处理测试数据集的问题。以下是我目前的方法：
- 我使用 10 倍交叉验证进行模型训练和验证
- 我在此训练阶段将一个单独的测试数据集完全排除在外（在启动模型之前在表中隐藏并排除）
- 训练结束后，我手动对该测试数据集生成预测（将预测保存到表中并取消隐藏测试数据）
我的问题是：通过单独处理测试数据，我错过了 XGBoost 可以计算的自动性能指标。有什么方法可以做到吗？
- 在训练期间保持测试数据完全隔离（使用隐藏和排除）
- 但是训练完成后，XGBoost 仍然会自动计算该测试数据的性能指标吗？
预测模型和机器学习回复：XGbbost 培训、验证和测试我正要提出同样的问题
回复：XGbbost 培训、验证和测试你好@Sburel ，
刚刚看到您的帖子，抱歉回复晚了。
对于测试集上的任何模型评估，您都可以使用“模型比较”平台（仅限测试行）：只需将 XGBoost 预测公式选择为 Y 预测器，即可自动计算 Rsquare、RASE（=RMSE）和平均绝对误差。其他一些指标（例如相关性）也可以使用其他平台计算：对于相关性，您可以使用“多变量”平台，结合预测响应和测量响应来查看实际值与预测值的对比图（默认情况下，模型比较中也提供此功能）以及相关值。
希望这个答案能帮助你或其他成员，
