機器學習和數據挖掘（5）：訓練與測試

回顧與說明 不像上一章的學習流程圖，我們這裏假設可學習的數據來自於一個統一的分佈（不考慮噪聲的情況），且假設空間中的假設函數爲有限個的情況下，其學習流程圖如圖所示。 我們這裏假設訓練樣本和測試樣本本來自同一的分佈，並且假設空間的假設是有限的，即 |H|=M ， M 是有限的值。在這種情況下，在訓練樣本N足夠大，假設空間中的所有的假設都會遵循PAC準則，確保 Ein(h)≈Eout(h) ，每一個假

>>阅读原文<<