機器學習之模型評估與模型選擇

一 模型評估 對於這兩種偏差，測試偏差可以反映學習方法對未知的測試數據集的預測能力，是學習中的重要概念，一般將學習方法對未知數據的預測能力稱爲泛化能力（generalization ability）。 二 泛化能力和過擬合問題 過擬合是指學習時選擇的模型所包含的參數過多，以致於出現一模型對已知參數預測得很好，但對未知參數預測得不好的現象。以一維的迴歸分析爲例，若是用高階多項式去擬合數據，好比有五個

>>阅读原文<<