模型評估與選擇

模型的選擇 誤差 誤差:(Error): 是模型的預測輸出值與其真實值之間的差異 訓練(Training): 通過已知的樣本數據進行學習, 從而得到模型的過程 訓練誤差(Training Error): 模型作用於訓練集的誤差 泛化(Generalize): 由具體的, 個別的擴大爲一般的, 即從特殊都一般, 稱爲泛化. 對機器學習的模型來講, 泛化是指模型作用於新的樣本數據(非訓練集) 泛化誤差

>>阅读原文<<