[機器學習]機器學習筆記07—模型的評估與選擇

一 名詞解釋 訓練誤差：模型在訓練集上的誤差. 泛化誤差：新樣本在學模型上的誤差 泛化能力: 指機器學習算法對新樣本的適應能力 二 模型選擇與評估方法 通常爲了選擇適當的模型，我們需要對該模型進行評估，可以使用實驗測試對模型的泛化誤差進行比較，因此，需要測試集。用測試誤差來近似泛化誤差。 測試集：也是從樣本真實分佈中獨立同步採樣得來的，應該儘可能與訓練集互斥，不在訓練集中出現，未在訓練過程中使用。

>>阅读原文<<