《機器學習》筆記（二）

Q：怎樣評估一個學習算法訓練出來的學習器的效果好壞？ 評估學習器的基本思想是： 學習器誤差越小越好。對於分類任務，分類錯誤的樣本數佔總樣本數的比率越小越好。對於迴歸預測，預測值與真實值的差越小越好。 學習器泛化能力越強越好。也就是說學習能力不僅在訓練樣本上要表現好，在新的樣本上的表現也要好。不能像書呆子一樣在學校表現很好，但一進入社會就一塌糊塗。 因此，我們通常衡量一個學習器的泛化誤差，也就是一個

>>阅读原文<<