西瓜書《學習筆記》-第二章模型評估與選擇（未完待續）

涉及概念 過擬合：當學習器把訓練樣本學的「太好」了的時候，很可能已經把訓練樣本本身的一些特點當作了所有潛在樣本都會具有的一般性質，這樣就會導致泛化性能下降。（簡單來說就是機器已經悟透了訓練集，但是它不知道這個只適用於訓練集，而不是所有的樣本，就會導致它在其他樣本上的效果不理想，即泛化性能下降） 驗證集：模型評估與選擇中用於評估測試的數據集常稱爲「驗證集」。 性能度量：衡量模型泛化能力的評價標準。

>>阅读原文<<