![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习-笔记
TsinLau
这个作者很懒,什么都没留下…
展开
-
《机器学习》第二章 模型评估与选择 笔记1
经验误差(empirical error)即 训练误差(training error):训练集样本产生的误差。 泛化误差(generalization error): 测试集样本产生的误差。原创 2017-10-11 14:41:53 · 333 阅读 · 0 评论 -
《机器学习》第二章 模型评估与选择 笔记2 泛化误差的评估方法
泛化误差的评估方法 (在现实任务中,还需考虑时间、存储空间的开销等其它因素,这里只考虑泛化误差)用一个测试集来测试学习其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。在只有一个包含m个样例的数据集D,从中产生训练集S和测试集T。1 留出法(hold-out)D分为两个互斥的集合,一个作为S,一个作为T。分层抽样(stratified sampling): S和T中正例和反例比例一原创 2017-10-11 18:36:24 · 1948 阅读 · 0 评论