机器学习第2章-模型评估与选择课件课件.pptVIP

第2章模型评估与选择1编辑版pppt

主要内容经验误差与过拟合评估方法性能度量比较检验偏差与方差2编辑版pppt

误差误差（error）：学习器实际预测输出与样本真实输出之间的差异训练集：训练误差（trainingerror），（经验误差，empiricalerror）训练集的补集：泛化误差（generalizationerror）我们希望泛化误差小的学习器3编辑版pppt

过拟合过拟合（overfitting）：训练过度使泛化能力下降欠拟合（underfitting）：未能学好训练样本的普遍规律过拟合是机器学习的关键障碍且不可避免！模型误差包含了数据误差，或者说模型信息中包含了噪声。