AI之路（五）——關於統計學習（statistical learning）Part 4 模型評估與模型選擇

1.訓練誤差與測試誤差 統計學習的目的是使學到的模型不僅對已知數據而且對未知數據都能有很好的預測能力。不同的學習方法會給出不同的模型。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。注意，統計學習方法具體採用的損失函數未必是評估時使用的損失函數。當然，讓兩者一致是比較理想的。 假設學習到的模型是 Y

>>阅读原文<<