从人工智能 (AI)发展应用看算法测试的测试策略

随着人工智能的发展与应用,AI测试逐渐进入到我们的视野,传统的功能测试策略对于算法测试而言,心有余而力不足,难以满足对人工智能(AI)的质量保障。

结合在人脸检测、检索算法上的测试探索、实践的过程,本文将从以下几个方面介绍人工智能(AI)算法测试策略。

算法测试集数据准备
算法功能测试
算法性能测试
算法效果测试(模型评估指标)
算法指标结果分析
算法测试报告

我们将算法测试测试流程中的

处理机器学习中不平衡类的5种策略

类失衡:假设您有一个罕见的疾病机器学习数据集,即大约8%的阳性。在这种情况下,即使你不训练,只是简单地说没有生病,这也会给出92%的准确率。因此,在类不平衡的情况下,准确性是不准确的。
在本指南中,我们介绍了处理机器学习中不平衡类的5种策略:

对少数类进行上采样
对多数类进行下采样
更改性能指标
惩罚算法
使用基于树的算法

1.上采样少数类:指随机复制少数类的观察结果,使样本数量与多数类匹