模型评估与选择

本文是周志华《机器学习》第二章的学习笔记。 衡量指标 错误率error_rate=分类错误的样本数/样本总数；精度accuracy=1-错误率。 训练误差：学习器在训练集上的误差；泛化误差：学习器在新样本上的误差。 过拟合：把训练样本自身的一些特点当作了所有潜在样本都会具有的一般性质，模型的泛化性能下降；欠拟合：对训练样本的一般性质尚未学好。 模型训练(train/validation/test划

>>阅读原文<<