机器学习系统的质量直接影响其所属业务系统的能力和安全,针对机器学习系统开展有效的测试尤为重要。由于机器学习系统具有模型复杂、可解释性差等特点,现有的软件测试流程无法直接适用。本文构建了机器学习系统项目生命周期中的测试活动框架,分析了项目不同阶段的质量要素与测试重点,推荐了适用的测试方法,适用于机器学习系统测试活动的策划与设计。