机器学习模型的性能度量

性能度量就是衡量模型泛化能力的评价标准

在机器学习的预测任务中，可以分为两类：

1. 回归(regression)：预测的值是连续的，比如某地区的房价预测任务
2. 分类(classification)：预测的值是离散的，比如猫狗图片的二分类任务，可以用0表示猫，1表示狗

回归任务

回归任务最常用的性能度量是“均方误差”(Mean Square Error, MSE)
设$(x_i,y_i)$表示第i个样本，$x_i$是输入的向量(由各个特征值构成)，$y_i$是正确的输出值，f表示学习器学得的模型，$f(x_i)$表示该模型的预测值，则整个样例集D的“均方误差”可表示为:
$$MSE=$$