模型在类似Cross-Validation上测试效果不错, 但在开发测试上效果不佳?

模型在类似Cross-Validation上测试效果不错, 但在开发测试上效果不佳?

• 选取的训练数据的覆盖度不够, 即数据集不具有代表性(不过完备), 不能体现真实数据的分布。
• 模型迁移 (model drift), 随着时间的转移, 特征数据也会跟着变化。比如3个月前的模型对现在的特征可能不会有好的结果。