私は予測方法を勉強し始めたばかりで、パフォーマンスが一般的にどのように測定されるかを理解したいと思っています。私の本能は、サンプル外のパフォーマンスが最も重要であるということです (モデルが目に見えないデータでどれだけうまく機能するかを確認したい)。また、サンプル外のデータが大きすぎると、予測のパフォーマンスがうまくいかないことにも気付きました (これは、将来的に先に進むほど、モデルがうまく機能する可能性が低くなることは理にかなっています)。それで、テストするサンプル外データの最適なサイズをどのように決定するのか疑問に思っていましたか?