Ի՞նչ անել, եթե թեստը արդեն օգտագործվել է և ցույց է տվել վատ արդյունք։

Եթե մեքենայական ուսուցման մոդելի փորձարկումը արդեն օգտագործվել է և ցույց է տվել վատ արդյունք, ապա անհրաժեշտ է ձեռնարկել հետևյալ քայլերը:

• Վերլուծել վատ արդյունքի պատճառները։ Հնարավոր է, որ փորձարկման տվյալները չպատկերացնեն իրական խնդիրը կամ մոդելը գերագնահատված է:
• Տվյալների որակը ստուգել։ Խափանումներ, աղմուկ կամ տվյալների անհավասարակշռություն կարող են ազդել արդյունքի վրա:
• Գնահատման մեթոդիկայի վերանայում։ Միգուցե ընտրված մեթոդները չեն համապատասխանում կոնկրետ խնդրին:
• Մոդելը բարելավել։ Փորձել այլ ալգորիթմներ, կարգավորել հիպերապարամետրերը, ավելացնել կանոնավորեցում:
• Կրոս-վալիդացիա կիրառել։ Դա կօգնի ավելի հուսալի գնահատում ստանալ:
• Փոխել փորձարկման հավաքածուն։ Ավելացնել նոր, ավելի համապատասխան տվյալներ:

Այսպիսով, վատ արդյունքը նշան է մոդելը, տվյալները կամ գնահատման գործընթացը բարելավելու համար, և ոչ թե պատճառ՝ փորձարկումը լիովին մերժելու։