![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 51
Qiuyue_Lv
这个作者很懒,什么都没留下…
展开
-
【关于机器学习的一点理解】
机器学习 第一章 绪论原创 2021-12-28 15:56:54 · 333 阅读 · 0 评论 -
关于机器学习的一点理解
第二章 模型评估与选择 2.1 误差:模型的实际预测输出与样本的真实输出之间的差异。 经验误差(训练误差):模型在训练集上的误差。 泛化误差:模型在新样本上的误差。 一个好的模型应该在训练集上尽可能地学出应用于所有样本的普遍规律,这样才能在遇到新样本时也能做出正确的判断。 过拟合:模型把训练集学得过于好了,甚至把训练集一些本身的特点当作所有样本的一般性质,这样会导致泛化性能下降。模型在训练集上表现好,而在新样本上表现不好。 欠拟合:模型对训练样本的一般特性都尚未学好。 2.2评估方法:对模型原创 2021-12-29 17:02:26 · 733 阅读 · 0 评论