欠擬合、過擬合與正則化

來源知乎 一.訓練誤差與泛化誤差 訓練機器學習模型的目的不僅僅是可以描述已有的數據，而且是對未知的新數據也可以做出較好的推測，這種推廣到新數據的能力稱作泛化(generalization)。 我們稱在訓練集上的誤差爲訓練誤差(training error)，而在新的數據上的誤差的期望稱爲泛化誤差(generalization error)或測試誤差(test error)。通常我們用測試集上的數據

>>阅读原文<<