ML-Chapter2-模型评估与选择
# 模型的评估与选择 步骤: 对数据集进行划分,分为 训练集 和 测试集 两部分 在训练集上训练得到模型 对模型在测试集上面的泛化性能进行度量 基于测试集上的泛化性能,依据假设检验来推广到全部数据集上面的泛化性能 目标:最小化 测试误差 # 误差 指算法 / 模型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 测试误差:学习器在新(测试)样本上的误差 # 数据集划分 目标: 将数据集 D 划分为 训练集 S、(验证集 V) 和 测试集...
more...