选择模型评估方法的 PPT，讲得挺接地气，适合做实验参考用。用训练集、测试集、交叉验证、比例切分这几种方式来评估模型，说得比较明白，是交叉验证的折数设置，讲得还挺细。做机器学习实验的你，拿来当个思维框架还挺有。
交叉验证的部分说得蛮实用，像 10 折、5 折怎么选，用在哪些情况，这 PPT 里基本都提到了。结合下面的相关代码资源，像 EEG 用 KNN 做 10 折验证的例子，就挺有借鉴意义。
训练集和测试集的对比也讲得清楚，尤其是Percentage split的做法，多新手容易忽略这个评估方式，但在数据量比较大时，这种分法其实蛮高效。
你要是用 Weka、Matlab 这类工具跑模型，不妨看看相关资源，比如Weka 加载数据、Eka 训练测试这些，配合着 PPT 理解更顺手。
还有一点，虽然 PPT 是中文写的，术语翻译也比较口语，但理解起来没啥压力，适合想快点上手模型评估的同学。
如果你正准备做数据挖掘实验或者搞机器学习模型优化，建议把这个 PPT 和后面这些资源结合着看，思路更清晰，效率也高不少。