8-Noise & Error
本节的主题是:Noise & Error
point-wise:对每一个点计算误差,并求和取均值,如图:
point-wise中对每个点,使用的err()分为两类:0/1 error和 squared error,
前者主要是希望【y!=y^的点越少越好,是一个离散的度量值】,这就像插值,我的预测直线经过过的样本点越多越好,所以多用于classification
后者是希望【所有点的均方误差越小越好,是一个连续的度量值】,这就像拟合,【所有的】已知样本点离我的预测直线越近越好,所以多用于regression
如图: