機器學習中的錯誤衡量（機器學習基石）

爲什麼有個錯誤衡量 在看完周志華老師《機器學習》中的歸納偏好中有這樣的描述：歸納偏好就是要做出學習算法本身「什麼樣的模型更好」的假設。在這裏我們要給模型的好壞下一個定義如果算法A比算法B好，那麼一定要定義什麼是好。在沒有定義什麼是好之前我們無法找到我們的模型要訓練的方向。那麼反過來當我們遇到錯誤的時候我們就要給錯誤下一個定義。 舉一個例子，在戰爭時期我打死一個敵人對於我方來說是一件好事（正確），但

>>阅读原文<<