如图10-16所示，测试与评价功能是对当前的特征、模型及其参数的识别能力的测试，计算包括准确度、精确性、召回率、F1、特异性等多个评价指标。它还提供了交叉验证、LOO交叉验证、随机采样、测试训练集、测试测试集等多种测试模式。

图10-16　测试与评价

除量化的评价指标外，还可以直接观察混乱矩阵，更直观地看到模型在各个类别上的表现。然后在其中挑选表现最佳的模型，作为该分类工具的主模型。