（四）欠擬合、過擬合和模型選擇

1、訓練誤差和泛化誤差 訓練誤差（training error）： 模型在訓練數據集上表現出的誤差 泛化誤差（generalization error）： 模型在任意一個測試數據樣本上表現出的誤差的期望 訓練數據集學到的模型參數會使模型在訓練數據集上的表現優於或等於在測試數據集上的表現。給定測試數據集，我們通常用機器學習模型在該測試數據集上的誤差來反映泛化誤差。但無法從訓練誤差估計泛化誤差，降低訓

>>阅读原文<<