Изменения

Происходит сравнение результатов, данных новой моделью, и результатов, данных старой моделью для стандартного набора тестовых данных. Необходимо настроить чувствительность этих тестов в зависимости от варианта использования модели. Эти тесты могут быть жизненно важны для обнаружения моделеймодели, которые выглядят рабочимикоторая выглядит работающей, но, на самом деле, таковой не является, например, когда устаревший набор данных использовался в обучении или признак был случайно удален из кодамодель обучилась не на всех признаках. Такие проблемы, присущие машинному обучения, не приведут к ошибке на стандартных тестах.