1101模型选择

训练误差

模型在训练数据上的误差(模拟考试)

泛化误差

模型在新数据上的误差(真实考试)

验证数据集 valid

评估模型好坏的数据集
不要跟训练数据混在一起

测试数据集

只用一次的数据集

K-则交查验证

在没有足够多数据时使用
算法:
  将训练数据分割成K块
  for i=1,...,K
   使用第i块作为验证数据集,其余作为训练数据集
  报告K个验证集误差的平均
常用:K=5或10

posted @   荒北  阅读(21)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· 别再用vector<bool>了!Google高级工程师:这可能是STL最大的设计失误
· 单元测试从入门到精通
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 上周热点回顾(3.3-3.9)
点击右上角即可分享
微信分享提示