機器學習-模型評估

模型評估與選擇 一.誤差與過擬合 分類器分類錯誤的樣本數佔樣本總數的比例爲錯誤率(errorate)，E=m/n(m爲分類錯誤的總樣本數，n爲總樣本數），分類的精度(accuracy) P=(1-E)x100% 學習器實際預測值和樣本真實值之間的差異爲「誤差」 訓練誤差/經驗誤差：學習器在訓練數據上的誤差 泛華誤差：學習器在新樣本上的誤差 我們希望得到的是泛化誤差儘可能小的學習器，在通過訓練數據訓

>>阅读原文<<