【啃西瓜】二、模型評估和選擇

邏輯如下： 泛化誤差能夠衡量一個模型的性能好壞、泛化能力。但是，泛化誤差不能直接獲得。 模型的評估方法 怎麼辦？採用測試集。使用測試誤差近似泛化誤差。要求測試集儘可能於訓練集互斥。 接下來就是，如何將數據集劃分爲訓練集和測試集。 測試集：用於近似評估模型的泛化能力。 驗證集：模型選擇和調參。 既然有測試集去近似估計模型的泛化能力，那麼，評估方法有哪些？ 比較檢驗 通過性能度量，怎麼對這些結果進行比

>>阅读原文<<