机器学习笔记(四)经验误差与过拟合
来源:互联网 发布:导入数据load from 编辑:程序博客网 时间:2024/06/06 10:55
分类错误的样本数占样本总数的比例称为错误率。1-错误率称为精度。
把学习器的实际预测输出与样本的真实输出之间的差异称为误差。学习器在在训练集上的误差称为训练误差或经验误差。
在新样本上的误差称为泛化误差。我们最终是希望泛化误差最小化。
学习器把训练样本自身的而一些特点当作了所有潜在样本都会具有的一般性质,这样就会导致泛化性能下降,这种现象在机器学习中称为过拟合(过配)。
相对的是欠拟合(欠配)。这是指训练样本的一般性质尚未学好。
在现实任务中,会有多种算法可供选择,或者甚至对于一个算法当配置不同参数时会产生不同的模型,在使用中我们选取哪种学习算法、使用哪种配置参数,就是机器学习中的模型选择。
0 0
- 机器学习笔记(四)经验误差与过拟合
- 机器学习笔记(1)经验误差与过拟合
- 机器学习(六) - - 模型评估和选择①经验误差与过拟合
- 经验误差与泛化误差、偏差与方差、欠拟合与过拟合、交叉验证
- 公开课机器学习笔记(2)欠拟合与过拟合
- 【机器学习】过拟合与欠拟合
- 机器学习--欠拟合与过拟合
- 机器学习中拟合与过拟合
- 机器学习2:什么是误差、过拟合现象
- 【机器学习-斯坦福】学习笔记3 - 欠拟合与过拟合概念
- 【机器学习-斯坦福】学习笔记3 - 欠拟合与过拟合概念
- 【机器学习-斯坦福】学习笔记3 - 欠拟合与过拟合概念
- 机器学习笔记之过拟合问题
- 机器学习笔记(9)过拟合详解
- 机器学习正则化与过拟合
- 机器学习过拟合
- 机器学习过拟合
- Stanford机器学习[第三课]-欠拟合与过拟合
- yuiCompressor linux批量压缩js、css
- Condition 很好的例子
- Spring3.x升级到Spring.x4时, 找不到MappingJacksonHttpMessageConverter的异常
- java 工厂模式
- OpenCV中提取SIFT特征点、图像匹配、图像配准
- 机器学习笔记(四)经验误差与过拟合
- android-每次进入Activity控制横竖屏幕的情况
- spring-mvc 抓取视图报错:No mapping found for HTTP
- ios 常用的30个动画效果
- Spring MyBatis多数据源(同包)
- pyasn1模块缺失解决
- 算法导论 练习题 13.1-4
- Spring速查手册(三)——Spring+JDBC
- Linux下C++的开发实践