1.模型评估的方法与性能度量

周志华《机器学习》笔记整理web 1.评估模型的方法 一般，将学习器的预测输出与真实输出之间的差别称为“偏差”。 学习器在训练集上的偏差叫作“经验偏差(empirical error)”或者“训练偏差(traing error)”；在新样本上的偏差叫作“泛化偏差(generalization error)”。算法 咱们但愿获得在新样本上表现很好的学习器，但实际上，咱们并没有法获得新样本。所以，只能

>>阅读原文<<