模型評估與選擇

本文是周志華《機器學習》第二章的學習筆記。 衡量指標 錯誤率error_rate=分類錯誤的樣本數/樣本總數；精度accuracy=1-錯誤率。 訓練誤差：學習器在訓練集上的誤差；泛化誤差：學習器在新樣本上的誤差。 過擬合：把訓練樣本自身的一些特點當作了所有潛在樣本都會具有的一般性質，模型的泛化性能下降；欠擬合：對訓練樣本的一般性質尚未學好。 模型訓練(train/validation/test劃

>>阅读原文<<