【ML】模型指標與評估

文章導航 損失函數 0-1損失函數 平方損失函數 絕對損失函數 對數損失函數 風險最小化 結構風險最小化 訓練誤差與測試誤差 過擬合與模型選擇 損失函數 對於輸入 X \mathcal{X} X，模型的輸出值爲 f ( X ) f(X) f(X)，實際值爲 Y Y Y，可以定義如下損失函數 0-1損失函數 L ( Y , f ( X ) ) = { 1 , Y ≠ f ( X ) 0 , Y =

>>阅读原文<<