機器學習之過擬合與欠擬合

1   機器學習中的誤差 一般地，將學習器(機器學習模型)的實際預測輸出與樣本的真實輸出之間的差異稱爲「誤差」(error)。 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

>>阅读原文<<