AI学习笔记（6）——模型评估的几种方法

训练偏差(training error)或经验偏差(empirical error)：学习器在训练集上的偏差。web 泛化偏差(generalization error)：学习器在新样本上的偏差。算法 由于咱们不可能真的获取到整个数据集，并且若是咱们能对整个数据集进行学习，也就不须要机器学习算法了，机器学习的目的，就在于用有限的数据训练机器，而后用学得的模型去解决未知的同类问题。 因此如何在训练模

>>阅读原文<<