Čo robiť, ak bol test už použitý a ukázal zlý výsledok?

Ak bol výsledok testu strojového učenia už bol použitý a ukázal sa ako zlý, je potrebné podniknúť nasledovné kroky:

• Analyzovať príčiny zlého výsledku. Možno testovacie údaje neodrážajú skutočný úlohu alebo je model pretrénovaný.
• Skontrolovať kvalitu údajov. Chyby, šum alebo nevyváženosť údajov môžu ovplyvniť výsledok.
• Prehodnotiť hodnotiace metriky. Možno zvolené metriky nie sú vhodné pre konkrétnu úlohu.
• Vylepšiť model. Vyskúšať iné algoritmy, upraviť hyperparametre, pridať regularizáciu.
• Použiť krížovú validáciu. To pomôže získať spoľahlivejšiu hodnotu kvality.
• Aktualizovať testovaciu sadu. Pridať nové, relevantnejšie údaje na testovanie.

Týmto spôsobom je zlý výsledok signálom na zlepšenie modelu, údajov alebo hodnotiaceho procesu, a nie dôvodom na úplné odmietnutie testu.