《機器學習》（周志華）學習筆記（二）：模型評估與選擇

引子：對於一個任務，往往有多種算法可供選擇，甚至同一種算法，參數設置不同，對應的模型也不一樣，我們需要對模型進行評估與選擇。評估依據是模型的泛化誤差。 1.泛化誤差概念理解 錯誤率(error rate)與精度(accuracy)：根據模型分類錯誤的樣本佔中樣本的比例，如m個樣本中有a個分類錯誤，E =a/m。對應的，精度=1-a/m。 以此推廣，我們將預測輸出與實際真實輸出的差異稱之爲誤差（這裏

>>阅读原文<<