动手学深度学习（三）：过拟合和欠拟合

模型选择 1、训练误差和泛化误差 训练误差：指模型在训练数据集上表现出的误差。 泛化误差：指模型在任意一个测试数据样本上表现出的误差的期望，并常常通过测试数据集上的误差来近似。 机器学习模型应关注降低泛化误差。 2、模型选择 验证数据集 预留一部分在训练数据集和测试数据集以外的数据来进行模型选择。这部分数据被称为验证数据集，简称验证集。例如，我们可以从给定的训练集中随机选取一小部分作为验证集，而将

>>阅读原文<<