机器学习笔记——模型评估和选择

高估自己了，心情有缺，思想混乱，晚上失眠，难以集中注意力，见谅见谅，尽力而学。 一、误差与拟合 误差：学习器的预测输出与样本的真实输出之间的误差。 训练误差（经验误差）：学习器在训练集上的误差。 泛化误差：学习器在新样本上的误差。 显然，我们需要一个泛化误差小的学习器。但是我们不知道新样本是什么样子，所以只能去追求训练误差最小化。 为了能够在新样本上表现良好，我们必须尽可能在训练样本上寻找适用于所

>>阅读原文<<