模型评估与选择

模型的选择 误差 误差:(Error): 是模型的预测输出值与其真实值之间的差异 训练(Training): 通过已知的样本数据进行学习, 从而得到模型的过程 训练误差(Training Error): 模型作用于训练集的误差 泛化(Generalize): 由具体的, 个别的扩大为一般的, 即从特殊都一般, 称为泛化. 对机器学习的模型来讲, 泛化是指模型作用于新的样本数据(非训练集) 泛化误差

>>阅读原文<<