機器學習(一)模型評估與選擇(上)

模型評估與選擇 1. 誤差與過擬合 1.1. 誤差及其類型 1.2. 過擬合/欠擬合 2. 評估方法 2.1. 留出法 2.2. 交叉驗證法 2.3. 調參與最終模型   1. 誤差與過擬合           我們在訓練模型上，希望泛化誤差越小越好，雖然在實際任務中還會考慮到時間、存儲等cost，爲理解簡單，這裏先暫且只考慮泛化誤差，在模型選擇上，我們則需要從這三個方面：評估方法、性能度量、比較

>>阅读原文<<