【深度学习】模型选择、欠拟合和过拟合_01

模型选择、欠拟合和过拟合         我们经常在数据集实验中，经常评价模型在训练数据集和测试数据集上的表现，我们可能会发现当模型在训练数据集上更准确时，它在测试集上却不一定准确，那么就让我们一起来探讨一下吧！ 训练误差和泛化误差：       训练误差是指在训练数据集上表现出的误差。       泛化误差是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。

>>阅读原文<<