摘要: 基础概念 错误率:分类错误的样本数占总数的比例。 准确率/精度:分类正确的样本占总数的比例。 误差:学习器的实际预测输出与样本的真实输出之间的差异。 训练误差/经验误差:学习器在训练集上的误差。 泛化误差:在新样本上的误差。 测试集:测试学习器对新样本的判别能力。测试集应该尽量与训练集互斥,即测试样 阅读全文
posted @ 2020-08-22 21:11 JYRoy 阅读(6799) 评论(2) 推荐(0) 编辑