2017年7月31日
模型评估
摘要： 最近在看周志华的机器学习，将第二章作下总结： 一、经验误差与过拟合 下面我们来认识几个常规的概念： 1、误差：学习模型的实际预测输出与样本的真实输出之间的差异。 2、经验误差\训练误差：学习模型在训练集上的误差。 3、泛化误差：在新样本上的误差。 4、过拟合：学习能力太强，把训练样本的本身自身特点当 阅读全文
posted @ 2017-07-31 22:41 白白毛狗 阅读(240) 评论(0) 推荐(0) 编辑