mlr3 - mlr3 中的 CV 或训练/预测

在 Patrick Schratz 的一篇文章“交叉验证 - 训练/预测”的误解中

提到：

(a) CV 用于评估模型的性能。

(b) 训练/预测是为了创建最终预测（你的老板可能会用它来做出一些决定）。

这意味着在mlr3中，如果我们在学术界，需要发表论文，我们需要使用CV，因为我们打算比较不同算法的性能。而在工业中，如果我们的计划是训练一个模型，然后必须一次又一次地使用工业数据进行预测，我们需要使用 mlr3 提供的训练/预测方法吗？

这是我完全选错的东西吗？

谢谢

标签： mlr3

如果你想对模型的表现做出陈述，你总是需要一份简历。

如果要使用模型对未知数据进行预测，请进行单次拟合，然后进行预测。

所以在实践中，你需要两者：CV +“train+predict”。

PS：您的帖子并不适合 Stackoverflow，因为它与编码问题无关。有关统计问题，请参阅https://stats.stackexchange.com/。

PS2：如果您谈论帖子，请附上链接。在这种情况下，我是该帖子的作者，但大多数其他人可能不知道您在说什么；）