XGboost 訓練、驗證和測試你好，
我有一個關於在 XGBoost 中處理測試資料集的問題。以下是我目前的方法：
- 我使用 10 倍交叉驗證進行模型訓練和驗證
- 我在此訓練階段將單獨的測試資料集完全排除在外（在啟動模型之前在表中隱藏並排除）
- 訓練結束後，我手動對該測試資料集產生預測（將預測儲存到表中並取消隱藏測試資料）
我的問題是：透過單獨處理測試數據，我錯過了 XGBoost 可以計算的自動效能指標。有什麼方法可以做到嗎？
- 在訓練期間保持測試資料完全隔離（使用隱藏和排除）
- 但是訓練完成後，XGBoost 仍然會自動計算該測試資料的效能指標嗎？
預測模型和機器學習回覆：XGbbost 培訓、驗證和測試我正要提出同樣的問題
回覆：XGbbost 培訓、驗證和測試你好@Sburel ，
剛剛看到您的帖子，抱歉回覆晚了。
對於測試集上的任何模型評估，您都可以使用「模型比較」平台（僅限測試行）：只需將 XGBoost 預測公式選擇為 Y 預測器，即可自動計算 Rsquare、RASE（=RMSE）和平均絕對誤差。其他一些指標（例如相關性）也可以使用其他平台計算：對於相關性，您可以使用「多變量」平台，結合預測響應和測量響應來查看實際值與預測值的對比圖（預設情況下，模型比較中也提供此功能）以及相關值。
希望這個答案能幫助你或其他成員，
