机器学习作为算子引入工程，必然要有方法评价模型的有效性，通常从两个方面进行考虑：
- 从所用技术出发，看模型在所用技术下的性能，比如对于分类问题，不同分类模型采用交叉熵进行横向比较。
- 从泛化性出发，看模型面对未知新数据是否能表现良好，也就是是否发生欠拟合&过拟合。
- 从数据/业务逻辑出发，特别是样本不均衡问题，通常难以用某个单一指标进行比较，举例：在银行客户欺诈行为的检测系统中，存在欺诈行为的客户可能不到万分之一。那么，一个模型只要预测所有的客户都没有欺诈行为，这个模型的准确率就能达 99.999%，仅通过单一的准确率指标进行横向比较显然对其他模型不公平，该例可以采用f1score，AUC进行比较
