针对一批网站数据，通过机器学习根据网站的特征对网站进行分类，例如是否是邮箱网站，对处理完成的数据测试如何去判断程序的准确率，目前只能抽样人工判断，各位大佬有其他很有灵气的方法吗
看到一篇不错的机器学习测试策略的文章，分享给大家
https://testerhome.com/topics/11785
建立一个验证集的做法比较合适
机器学习结果的准确率，应该都是先有一个人工确认过的正确集，然后和模型跑出来结果做比对吧。没有一个 100% 正确的集合，也无法知道模型跑出来对不对、准确率如何。
这个正确集本身是训练数据的一环，这类数据有一些公共的数据集对应不同领域的（包含原始数据、人工确认过的 100% 正确集），可以去找下，拿一些合适的来直接使用。不过领域如果比较特殊，估计也不一定有这类公开的数据可用，毕竟这些收集这些数据成本是不低的。
人工自己建立一个正确集，这个正确集需要不断的增加更新，然后将模型对网站的分类和正确集做对比