摘要:
1、训练误差和泛化误差 训练误差:训练集上表现出的误差 泛化误差:在任意测试样本上表现出的误差的期望 模型训练的目的就是降低泛化误差 2、模型选择及K折交叉验证 验证数据集:在实际训练模型的过程中,不能依据训练误差估计泛化误差,不能只依靠训练数据来选择模型,因此需要在原始数据集中预留一部分在训练数据 阅读全文
posted @ 2019-05-28 11:20 棽棽 阅读(223) 评论(0) 推荐(0) 编辑
摘要:
1、训练误差和泛化误差 训练误差:训练集上表现出的误差 泛化误差:在任意测试样本上表现出的误差的期望 模型训练的目的就是降低泛化误差 2、模型选择及K折交叉验证 验证数据集:在实际训练模型的过程中,不能依据训练误差估计泛化误差,不能只依靠训练数据来选择模型,因此需要在原始数据集中预留一部分在训练数据 阅读全文
posted @ 2019-05-28 11:20 棽棽 阅读(223) 评论(0) 推荐(0) 编辑 |
||