Eksperymentalna ocena jakości rozpoznawania Na podstawie zbioru testowego Metoda resubstytucji Metoda wydzielania Metoda usuwania Metoda rotacji Metoda empirycznego uzupełnienia
Metoda resubstytucji zbiór uczący po zakończeniu nauki pełni rolę zbioru testowego oszacowanie błędu „optymistycznie obciążone”
Metoda wydzielania zbiór danych jest losowo dzielony na dwie części (pierwsza stanowi zbiór uczący, druga zbiór testowy) znaczące zmniejszenie rozmiaru zbioru uczącego oszacowanie błędu „pesymistycznie obciążone”
Metoda usuwania jeżeli w zbiorze danych jest m przykładów, to uczenie odbywa się na podstawie m-1 przykładów ze zbioru danych a brakujący obiekt tworzy zbiór testujący procedura powtarzana jest m razy, zmieniając za każdym razem eliminowany obiekt ze zbioru uczącego nieobciążony estymator prawdopodobieństwa błędnej klasyfikacji duża złożoność obliczeniowa
Metoda rotacji (walidacji krzyżowej) modyfikacja metody usuwania zbiór danych podzielony na k podzbiorów uczenie odbywa się na podstawie przykładów z k-1 podzbiorów a podzbiór, który nie bierze udziału w uczeniu tworzy zbiór testujący procedura powtarzana jest k razy, zmieniając za każdym razem podzbiór do testowania
Metoda empirycznego uzupełnienia na podstawie zbioru danych szacuje się prawdopodobieństwa a priori klas i warunkowe gęstości cech w klasach zbiór testowy jest losowany według oszacowanych rozkładów