数据集划分方法
1 模型评估方法在现实任务中,往往有很多模型可供选择,一般我们是通过对候选模型的泛化误差进行估计,选择泛化误差最小的那个模型。因此,需要一个“测试集”来检测学习器对新样本的判别能力,然后以测试集上的“测试误差”作为泛化误差的近似,这里我们假设测试集也是从样本真实分布中独立同分布采样得到的。假设学习任务中的有一个包含mmm个样本的数据集D={(x1,y1),(x2,y2),⋯&ThinS...
原创
2019-02-26 13:02:52 ·
7006 阅读 ·
0 评论