AI學習筆記（6）——模型評估的幾種方法

訓練偏差(training error)或經驗偏差(empirical error)：學習器在訓練集上的偏差。web 泛化偏差(generalization error)：學習器在新樣本上的偏差。算法 由於咱們不可能真的獲取到整個數據集，並且若是咱們能對整個數據集進行學習，也就不須要機器學習算法了，機器學習的目的，就在於用有限的數據訓練機器，而後用學得的模型去解決未知的同類問題。 因此如何在訓練模

>>阅读原文<<