Cochran 的 Q 检验

是 McNemars 检验的概括，可用于查看是否有一个真正更好的分类器用于所选度量。您当然也可以进行成对的 Mcnemare 测试并从中得出结论。

笔记：

这些东西很贵

Janez Demsar 发表了一篇关于不同分类器比较的文章。当您使用多个数据集来检查哪种算法性能最好时，假设质量测量来自正态分布可能会有风险，因此不一定建议使用 ANOVA。（引用约 8k 次，这是一篇关于分类器比较的规范文章。）

非参数检验（如Friedmann 检验）可用于获得 F 分数。然后可以应用 post-hoc 来测试一种算法是否优于其他算法。请记住，检查 n 个不同的算法意味着与根据参考（众所周知的算法）检查算法不同的测试。在前一种情况下， Nemenyi 测试表现良好，在后一种情况下，Bonferroni-Dunn 测试（第 3.2.2 章）。