模型評估與模型選擇(訓練誤差和測試誤差+過擬合)| 15mins 入門 | 《統計學習方法》學習筆記（四）

模型評估與模型選擇 當損失函數給定時，基於損失函數的模型的訓練誤差(training error)和模型的測試誤差(test error)就自然成爲學習方法評估的標準. 訓練誤差的大小，對判定給定的問題是不是一個容易學習的問題是有意義的，但本質上不重要。測試誤差反映了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，顯然，給定兩種學習方法，測試誤差小的方法具有更好的預測能力，是更有效的方法

>>阅读原文<<