2017年9月5日
机器学习
摘要： 模型评估与选择: 经验误差:实际预测输出和样本真实输出的差异，在训练集上的误差称为训练误差，经验误差，在新样本上的误差称为泛化误差。 拟合: 过拟合:训练样本学习的太好，泛化性能下降、欠拟合,训练样本尚未学好，繁华性能下降 评估方法:（从泛化误差进行评估，从而做出选择） 测试集、测试误差、泛化误差的 阅读全文
posted @ 2017-09-05 19:21 Ccmr 阅读(181) 评论(0) 推荐(0) 编辑