【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
相關文章
相關標籤/搜索