模型在训练集表现好，但是在测试机表现差？

过拟合，模型拟合能力太强。简化模型，正则化等。

模型在训练集表现正常，在验证集准确率不停波动？

?

模型验证集准确率发生突变？

？

模型准确率统计？

事实上，由于参数的随机性，在训练集不是很大的情况下，可能由于模型参数初始化不同而造成最终模型效果差异巨大。统计模型准确率时，可以多次实验取平均，或者取效果最好的。值得注意的是，如果每次训练集和验证集划分不同，模型的准确率评估结果同样可能差异比较大。（这些现象，可能表明数据集不够充足，或者模型没有提取到最核心的特征）