周志華《機器學習》第2章部分筆記

第2章 模型評估與選擇 2.1經驗誤差與過擬合 ①誤差(error):學習器的預測輸出與樣本的真實輸出之間的差異 ②訓練誤差(training error)或經驗誤差(empirical error):在訓練集上的誤差 ③測試誤差(test error):在測試集上的誤差 ④泛化誤差(generalization error):學習器在所有新樣本上的誤差 ⑤過擬合(overfitting):學習能
相關文章
相關標籤/搜索