Definition
Modellvalidierung ist der Prozess zur Bewertung, ob ein Modell verlässlich, ausreichend genau und für seinen vorgesehenen Einsatz geeignet ist, einschließlich seiner Leistung bei relevanten Daten, die nicht zum Training verwendet wurden.
Einfach erklärt
Sie prüft, ob ein Modell Beziehungen gelernt hat, die auch außerhalb der Trainingsbeispiele nützlich bleiben, statt diese Beispiele nur auswendig zu lernen.
Warum es wichtig ist
Ein Modell muss unter realen Bedingungen angemessen funktionieren und nicht nur während seiner Entwicklung.
Begriffliche Abgrenzung
Eine hohe Trainingsleistung belegt keine Modellqualität. Die Validierung muss vorgesehene Population, Entscheidung, Fehlerkosten, Betriebsbedingungen und relevante Risiken abbilden; eine einzelne Kennzahl reicht selten aus.
Praktische Perspektive
Validierung kann Überanpassung, Unteranpassung, schlechte Kalibrierung, instabiles Verhalten und Leistungsunterschiede zwischen relevanten Gruppen aufdecken. Sie sollte nach der Bereitstellung fortgesetzt werden, da sich Daten und Betriebsbedingungen ändern können.