機器學習筆記(二)模型評估與選擇

2.模型評估與選擇 2.1經驗誤差和過擬合 不同學習算法及其不同參數產生的不同模型，涉及到模型選擇的問題，關係到兩個指標性，就是經驗誤差和過擬合。 1）經驗誤差 錯誤率(errorrate)：分類錯誤的樣本數佔樣本總數的比例。如果在m個樣本中有a個樣本分類錯誤，則錯誤率E=a/m，相應的，1-a/m稱爲精度（accuracy），即精度=1-錯誤率。 誤差(error)：學習器的實際預測輸出和樣本的

>>阅读原文<<