机器学习之模型评估与模型选择

一 模型评估 对于这两种偏差，测试偏差可以反映学习方法对未知的测试数据集的预测能力，是学习中的重要概念，一般将学习方法对未知数据的预测能力称为泛化能力（generalization ability）。 二 泛化能力和过拟合问题 过拟合是指学习时选择的模型所包含的参数过多，以致于出现一模型对已知参数预测得很好，但对未知参数预测得不好的现象。以一维的回归分析为例，若是用高阶多项式去拟合数据，好比有五个

>>阅读原文<<