1. 训练误差和泛化误差 训练误差(training error)是指, 模型在训练数据集上计算得到的误差。泛化误差(generalization error)是指, 模型应用在同样从原始样本的分布中抽取的无限多数据样本时,模型误差的期望。模型容量需要匹配数据复杂度,否则可能导致欠拟合和过拟合统计机器学习提供数学工具来衡量模型复杂度实际中一般靠观察训练误差和验证误差 2.验证数据集和测试数据集 3.K-则交叉数据集 4、过拟合和欠拟合 4.1模型容量 vc维 ##数据复杂度