机器学习模型评估与选择

前言

承接上篇讲述了机器学习有哪些常见的模型算法，以及使用的场景，本篇将继续讲述如何选择模型和评估模型。几个概念了解一下：

• 经验误差：模型在训练集上的误差称之为经验误差；
• 过拟合：模型在训练集上表现的很好，但是在交叉验证集合测试集上表现一般，也就是说模型对未知样本的预测表现一般，泛化（Generalization）能力较差
• 偏差：通常指的是模型拟合的偏差程度，是真实模型和模型多次拟合出来的平均模型差异。