我正在測試幾種機器學習算法實現，檢查它們是否可以像論文中描述的那樣高效工作，並確保它們可以爲我們的統計NLP（自然語言處理）平臺提供強大的功能。如何測試機器學習或統計NLP算法實現包？
你們能告訴我一些測試算法實現的方法嗎？ 1）哪些方面？ 2）如何？ 3）我必須遵循一些基本步驟嗎？ 4）使用不同的編程語言時，我是否必須考慮多樣性的具體情況？ 5）我必須理解算法嗎？我的意思是，如果我真的知道算法是什麼以及它是如何工作的，它是否提供任何幫助？基本上，我們使用C或C++來實現算法，而我們的工作環境是Linux/Unix。我們的測試方法只關注黑盒測試和測試函數的輸入/輸出。我渴望改善它們，但我現在沒有更好的主意...
Great Thx !! LOL
對於許多機器學習和統計分類任務，測量質量的標準度量是Precision and Recall。大多數已發佈的算法將對這些度量標準做出某種聲明，或者您可以實施它們並自行運行這些測試。這應該提供一個很好的衡量你所期望的質量的指標。
當您談論算法的效率時，這通常是關於算法的時間或空間性能的一些陳述，以其輸入的大小或複雜度（通常在Big O notation中表示）表示。大多數公佈的算法將報告算法的時間和空間特性的上限。你可以用它作爲比較指標，儘管你需要了解一些關於計算的複雜性，以確保你不會自欺欺人。您也可以從程序代碼的手動檢查中獲取這些信息，但可能並不需要，因爲這些信息幾乎總是與算法一起發佈。
最後，理解算法總是一個好主意。它可以讓你更容易地知道你需要做什麼，作爲該算法的用戶，以確保你獲得最好的結果（並且確實知道你得到的結果是否合理），並且它可以讓你應用質量度量，比如我在這個答案的第一段中提出的質量度量。