【機器學習】 機器學習性能度量

【誤差】 誤差指的是模型輸出與真值的偏離程度，通常定義一個損失函數來衡量誤差的大小。 在訓練集上產生的誤差稱爲經驗誤差或者訓練誤差，反應了模型在訓練數據上擬合效果的好壞。 模型在未知樣本上的誤差稱爲泛化誤差，通常將測試誤差作爲泛化誤差的近似值，用於衡量訓練好的模型對未知數據的預測能力。 【過擬合與欠擬合】 過擬合：模型在訓練樣本中表現的過於優越，導致在驗證數據集和測試數據集中表現不佳。 欠擬合：模

>>阅读原文<<