一、分类模型的误差
1.训练误差(Training error)
也称再代入误差(Resubstitution error)或表现误差(Apparent error),是在训练记录上误分类样本比例
2.泛化误差(Generalization error)
泛化误差是模型在未知记录上的期望误差
二、模型过拟合
一个好的分类模型不仅能很好地拟合训练数据,而且对未知样本也能够准确分类,即具有低训练误差和低泛化误差。
1.训练误差(Training error)
也称再代入误差(Resubstitution error)或表现误差(Apparent error),是在训练记录上误分类样本比例
2.泛化误差(Generalization error)
泛化误差是模型在未知记录上的期望误差
一个好的分类模型不仅能很好地拟合训练数据,而且对未知样本也能够准确分类,即具有低训练误差和低泛化误差。