2018年1月22日
模型评估与选择
摘要： 1、经验误差与过拟合 错误率 = a个样本分类错误/m个样本 精度 = 1 - 错误率 误差：学习器实际预测输出与样本的真是输出之间的差异。 训练误差：即经验误差。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。 过拟合：学习器把训练样本学的”太好”，把不太一般的特性学到了，泛化能力下降 阅读全文
posted @ 2018-01-22 16:26 宇宙超人 阅读(520) 评论(0) 推荐(0) 编辑