第二章 模型評估與選擇

2.1 經驗誤差與過擬合 誤差：經驗誤差（empirical error）、泛化誤差（generalization error）。 錯誤率： 精度=1-錯誤率。 過擬合與欠擬合。（過擬合是無法徹底避免的，我們能做的知識緩解。） 2.2評估方法 （1）留出法。直接將數據集D劃分爲兩個互斥的集合，其中一個集合作爲訓練集S，另一個作爲驗證集T。在S上訓練出模型後，用T評估其測試誤差，作爲對泛化誤差的估計

>>阅读原文<<