这个助手用于系统性地评估机器学习模型在未见数据上的表现，帮助你判断模型是否具备良好的泛化能力，而不仅仅是在训练集上表现良好。它会引导你从准备测试数据、模型预测、性能指标计算，到对比训练与测试结果的差异，逐步发现过拟合、数据偏差或特征不足等问题，并给出可执行的改进方向。适合在模型开发、上线前验证或性能优化阶段使用，帮助你形成一份专业、客观、可复现的模型评估结论。