错误率(error rate)分类错误的样本数占样本总数的比例
准确率=1 - 错误率
误差学习器的实际预测输出与样本的真实输出之间的差异
在训练集上的误差叫训练误差或经验误差;在新样本上的误差称为泛化误差。
过拟合:训练误差很小,泛化误差大
欠拟合:训练误差很大
欠拟合容易克服,但过拟合是机器学习面临的关键障碍,是无法避免的。
的关键障碍,是无法避免的。
错误率(error rate)分类错误的样本数占样本总数的比例
准确率=1 - 错误率
误差学习器的实际预测输出与样本的真实输出之间的差异
在训练集上的误差叫训练误差或经验误差;在新样本上的误差称为泛化误差。
过拟合:训练误差很小,泛化误差大
欠拟合:训练误差很大
欠拟合容易克服,但过拟合是机器学习面临的关键障碍,是无法避免的。
的关键障碍,是无法避免的。