機器學習實戰-模型評估

機器學習實戰-模型評估 對於所學到的東西需要做一個評估。 錯誤率 錯誤率=a個樣本分類錯誤/m個樣本 精度=1-錯誤率 誤差：學習器與實際預測輸出與樣本的真實值產生的差異 訓練誤差：即經驗誤差，學習器在訓練集上的誤差 泛化誤差：學習器在新樣本上的誤差。 評估方法 留出法 D分爲兩個互斥的集合，一個作爲S，一個作爲T。 分層採樣：S中正例和T中反例子一樣。比如，D中有500正例子，500反例子。分層

>>阅读原文<<