Model evaluation and selection （評估模型與選擇）

經驗誤差與過擬合 任何一個學習器都會有誤差，我們把分類錯誤的樣品數佔樣品總數的比例稱爲「錯誤率」(error rate)。把學習器在訓練集上的誤差稱爲「訓練誤差」(training error)或「經驗誤差」(empirical error)，在新樣品上的誤差成爲「泛化誤差」(generalization error)。事實上，我們期望泛化誤差小的學習器。 「過擬合」(overfitting)是現

>>阅读原文<<