模型評估與模型選擇

一、訓練誤差與測試誤差 統計學習的目的就是利用已經學到的模型對已知數據和未知數據進行預測，因此在損失函數確定的情況下，基於損失函數的訓練誤差和測試誤差就成了我們對模型進行評價的一個標準。 注意：在統計學習中使用的損失函數未必和評估中使用的損失函數一樣。 假設學習到的模型是y= f^(x) ，則訓練誤差就是模型y= f^(x) 基於訓練語料的平均誤差： R(f^)=1N∑Ni=1L(yi,f^(x)

>>阅读原文<<