模型選擇(英語:Model selection)是在給定數據的情況下,在一組候選模型中選定最優模型的過程。在最簡單的情形之下,給定數據可以是已存在的數據。不過,在複雜的情形下,模型選擇也可能牽涉到實驗設計,以便能夠收集數據英語data collection來進行模型選擇。諸多候選模型的預測或解釋能力相近時,根據奧卡姆剃刀原則,最簡單的模型往往是最好的選擇,這有助於避免過擬合

做決策英語decision theory時,或是在不確定條件下進行優化時,模型選擇也可以指代從大量計算模型中選取少數代表性模型的問題。[1]

參考文獻

編輯
  1. ^ Shirangi, Mehrdad G.; Durlofsky, Louis J. A general method to select representative models for decision making and optimization under uncertainty. Computers & Geosciences. 2016, 96: 109–123. Bibcode:2016CG.....96..109S. doi:10.1016/j.cageo.2016.08.002.