原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
PAGE1
PAGE1
模型评估与验证：模型泛化能力评估
1模型泛化能力的重要性
1.1理解泛化能力
在机器学习中，模型的泛化能力是指模型在未见过的数据上表现的能力。一个具有良好泛化能力的模型，不仅能在训练数据上表现良好，更重要的是，它能在新的、未见过的数据上做出准确的预测。这是评估模型性能的关键指标，因为实际应用中，模型需要处理的往往是未知的数据。
1.1.1过拟合与欠拟合
过拟合(Overfitting)：当模型在训练数据上表现得过于优秀，以至于它开始捕捉数据中的噪声，而不是数据的内在规律时，就发生了过拟合。这样的模型在面对新数据时，性能会急剧下降。例如，一个决策树如
文档评论（0）