8-Noise & Error

本节的主题是：Noise & Error

point-wise：对每一个点计算误差，并求和取均值,如图：

point-wise中对每个点，使用的err()分为两类：0/1 error和 squared error，
前者主要是希望【y！=y^的点越少越好，是一个离散的度量值】，这就像插值，我的预测直线经过过的样本点越多越好，所以多用于classification
后者是希望【所有点的均方误差越小越好，是一个连续的度量值】，这就像拟合，【所有的】已知样本点离我的预测直线越近越好，所以多用于regression
如图：