動手學(2)

模型選擇、過擬合和欠擬合 訓練誤差和泛化誤差 訓練誤差(training error)指模型在訓練數據集上表現出的誤差,泛化誤差(generalization error)指模型在任意一個測試數據樣本上表現出的誤差的期望,並常常通過測試數據集上的誤差來近似。 機器學習模型應關注降低泛化誤差。 模型選擇 驗證數據集 從嚴格意義上講,測試集只能在所有超參數和模型參數選定後使用一次。 不可以使用測試數據
相關文章
相關標籤/搜索