算法模型的評估

過擬合與欠擬合 在我們訓練一個機器模型之後，往往需要對此模型進行評價，一些術語需要對此進行了解。 過擬合：在訓練時我們往往不希望模型對所有的數據都能得到很好的擬合，因爲一旦這樣往往在新的樣本上表現的不一定好。 常見的形式是：訓練過程損失函數逐漸收斂的很好，而測試時損失函數很大，並且不易收斂。這也說明這個模型泛化能力很差。 打個比方：平時做題訓練時答得都很好，一旦考試就不會，這說明它的泛化性不夠好，

>>阅读原文<<