- 博客(2)
- 收藏
- 关注
RSS订阅原创 （读书笔记）周志华-机器学习-第二章 模型评估与选择
1.错误率（分类错误的样本数占样本总数的比例），即如果在 m 个样本中有α个样本分类错误，则错误率E=α/m;2.精度（1-错误率）即1-a/m；3.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）；我们实际希望的，是在新样本上能表现得很好的学习器.为了达到这个目的，应该从训练样本中尽可能学出适用于所有潜在样本的"普遍规律"，这样才能在遇到新样本时做出正确的判别。基于这个会出现“过拟合”和“欠拟合”两种现象。
2024-08-08 09:52:55
1323
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人