機器學習個人總結補充

模型的評估與選擇 三個誤差： 我們將學習器對樣本的實際預測結果與樣本的真實值之間的差異成爲：誤差（error）。定義： 在訓練集上的誤差稱爲訓練誤差（training error）或經驗誤差（empirical error）。 在測試集上的誤差稱爲測試誤差（test error）。 學習器在所有新樣本上的誤差稱爲泛化誤差（generalization error）。 顯然，希望得到的是在新樣本上表

>>阅读原文<<