【啃西瓜】二、模型评估和选择

逻辑如下： 泛化误差能够衡量一个模型的性能好坏、泛化能力。但是，泛化误差不能直接获得。 模型的评估方法 怎么办？采用测试集。使用测试误差近似泛化误差。要求测试集尽可能于训练集互斥。 接下来就是，如何将数据集划分为训练集和测试集。 测试集：用于近似评估模型的泛化能力。 验证集：模型选择和调参。 既然有测试集去近似估计模型的泛化能力，那么，评估方法有哪些？ 比较检验 通过性能度量，怎么对这些结果进行比

>>阅读原文<<