AI學習筆記（6）——模型評估的幾種方法

訓練誤差(training error)或經驗誤差(empirical error)：學習器在訓練集上的誤差。 泛化誤差(generalization error)：學習器在新樣本上的誤差。 因爲我們不可能真的獲取到整個數據集，而且如果我們能對整個數據集進行學習，也就不需要機器學習算法了，機器學習的目的，就在於用有限的數據訓練機器，然後用學得的模型去解決未知的同類問題。 所以如何在訓練模型的時候判

>>阅读原文<<