评估的本质是诚实面对未知

评估方法论的终极教训是：**你无法用已知数据证明模型在未知数据上有效**。所有的评估技术（交叉验证、留出法、统计检验）都是在用各种方式逼近「诚实」这个目标——减少你欺骗自己的可能性。这不仅是ML的方法论，更是一种认识论态度：任何基于经验的结论都有泛化风险，诚实的研究者不是声称自己是对的，而是量化自己可能错多少。