2019年3月4日
机器学习-模型评估
摘要： 一.经验误差和过拟合 错误率 E=a/m, a分类错误的样本数，m样本总数 精度 = 1 - E。 学习器在训练集上的误差：训练误差；在新样本上的误差：泛化误差。好的学习器应在新样本上表现优秀，因此学习器应尽可能掌握样本的潜在规律，提升泛化性能。 过拟合：学习能力过于强大，样本训练时将样本“自身特点 阅读全文
posted @ 2019-03-04 12:35 KrianJ 阅读(300) 评论(0) 推荐(0) 编辑