Model Comparison

释义 Definition

“Model comparison” 指“模型比较”：在统计学、机器学习或科学研究中，用一定标准（如预测准确率、误差、复杂度、可解释性等）对多个模型进行评估与选择的过程。常见于选择“更合适/更优”的模型来解释数据或进行预测。

发音 Pronunciation

/ˈmɑːdəl kəmˈpærɪsən/

例句 Examples

We used cross-validation for model comparison.
我们使用交叉验证来进行模型比较。

Model comparison showed that the simpler model generalized better, even though it fit the training data slightly worse.
模型比较表明，尽管更简单的模型在训练数据上的拟合略差，但它的泛化能力更好。

词源 Etymology

“Model” 源自拉丁语 modulus（尺度、模式），引申为“范式/模型”；“comparison” 来自拉丁语 comparare（并列衡量、比较）。合在一起即“对不同模型进行对照评估”。

相关词 Related Words

• Accuracy
• Baseline
• Benchmark
• Cross-Validation
• Generalization
• Overfitting
• Underfitting
• Model-Selection
• AIC
• BIC

文学与著作 Literary Works

• The Elements of Statistical Learning（Hastie, Tibshirani, Friedman）——讨论分类/回归中的模型比较与选择方法。
• Pattern Recognition and Machine Learning（Christopher M. Bishop）——涉及模型证据、模型选择与比较的基本框架。
• Bayesian Data Analysis（Gelman 等）——从贝叶斯角度讲解模型比较（如模型证据、预测检验等）。