布拉拉巴卜拉的博客

原创 机器学习（一）~模型评估与选择 之 *经验误差与过拟合

机器学习（一）~模型评估与选择 之 *经验误差与过拟合1. 错误率与准确率2. 泛化能力3. 偏差与方差4. 过拟合与欠拟合出现原因：应对方案 1. 错误率与准确率 目的：得到泛化误差最小 方法：由于测试集实现未知，只能通过经验误差来评估泛化误差 错误率（error rate）：分类错误的样本数占样本总数的比例 准确率（accuracy）：1 - 错误率 例如：当损失函数是0-1损失时，测试误差/错误率etest 和准确率rtest 为： 显然，etest + rtest = 1 2. 泛化能力 误