机器学习中的错误衡量（机器学习基石）

为什么有个错误衡量 在看完周志华老师《机器学习》中的归纳偏好中有这样的描述：归纳偏好就是要做出学习算法本身“什么样的模型更好”的假设。在这里我们要给模型的好坏下一个定义如果算法A比算法B好，那么一定要定义什么是好。在没有定义什么是好之前我们无法找到我们的模型要训练的方向。那么反过来当我们遇到错误的时候我们就要给错误下一个定义。 举一个例子，在战争时期我打死一个敌人对于我方来说是一件好事（正确），但

>>阅读原文<<