衡量機器學習模型

評估假設： 模型選擇時，利用訓練集得到每個模型的最佳Θ值，再利用測試集找到最佳次方的模型。 圖上是通過測試集來得到參數d（選用幾次函數模型） 用訓練集來擬合參數Θ1、Θ2等參數時，那麼擬合後的模型在訓練集上的效果，是不能預測出對新樣本的泛化能力。 所以上面的做法是不合理的。 將數據集分爲：訓練集、驗證集、測試集 此時我們用驗證集選擇模型，然後用測試集得到泛化誤差。 偏差和方差 解決辦法： 精準率、

>>阅读原文<<