摘要：
【引入原因】 错误率和精度虽常用，但并不能满足所有任务需求。 什么任务需求呢？以西瓜问题为例，假定瓜农拉来一车西瓜，我们用训练好的模型对这些西瓜进行判别，显然，错误率衡量了有多少比例的瓜被判别错误， 但是，若我们关心的是“挑出的西瓜中有多少比例是好瓜”，或者“所有好瓜中有多少比例被挑了出来”， 那么 阅读全文
摘要：
交叉验证法 阅读全文
摘要：
自助法 阅读全文
摘要：
留出法 阅读全文
摘要：
1.1引言 喧闹的教室突然变得鸦雀无声，没有抬头的你第一反应就是老板进了教室，赶紧就收起了手里的手机。 结果抬头一看，老板果真进来了；或者有时候抬头一看，什么也没有，大家哈哈一笑。 为什么？为什么你没抬头看就想到会是老板进来了？ 因为你以前有过相同或者相似的经历，也就是“经验”。 所以你再一次经历的 阅读全文
摘要：
2.1经验误差与过拟合 定义：误差（error）：学习器的实际预测输出与样本的真是输出之间的差异 定义：学习器在训练集上的误差称为“训练误差”（training error）或“经验误差”（empirical error）； 在新样本上的误差称为“泛化误差”（generalization error 阅读全文