2020年11月12日
机器学习-模型评估与选择
摘要： 经验误差与过拟合 错误率：分类错误的样本数占总样本数的比例。（测试样本） 精度：1-错误率 训练误差（经验误差）：学习模型在训练数据上的误差。 泛化误差：学习模型在新样本上的误差。 过拟合：学习模型将训练数据学习的太好，将训练样本的某些特征视为样本共有特征，导致泛化性能下降。（将没有锯齿的树叶识别为 阅读全文
posted @ 2020-11-12 09:51 一笑任逍遥 阅读(104) 评论(0) 推荐(0) 编辑