機器學習筆記——模型評估和選擇

高估自己了，心情有缺，思想混亂，晚上失眠，難以集中注意力，見諒見諒，盡力而學。 一、誤差與擬合 誤差：學習器的預測輸出與樣本的真實輸出之間的誤差。 訓練誤差（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。 顯然，我們需要一個泛化誤差小的學習器。但是我們不知道新樣本是什麼樣子，所以只能去追求訓練誤差最小化。 爲了能夠在新樣本上表現良好，我們必須儘可能在訓練樣本上尋找適用於所

>>阅读原文<<