【机器学习】西瓜书-第2章模型评估与选择

评估方法 交叉验证   从“偏差-方差分解”去解释model的泛化性能 这个model为什么具有如此性能呢？——那么就要从“偏差-方差分解”去解释model的泛化性能。（考过） 偏差-方差分解试图对model的期望泛化错误率进行拆解。泛化误差可以分解为偏差、方差、与噪声之和。 偏差度量了：pred与gt的差别，即刻画了model本身的拟合能力； 方差度量了：trainset样本内容不同但是样本大小

>>阅读原文<<