机器学习笔记(二)
来源:互联网 发布:周晨曦淘宝店名 编辑:程序博客网 时间:2024/05/28 15:48
总结自 《机器学习》周志华
模型评估与选择
错误率=样本总数/分类错误的样本数
精度=1-错误率
误差:实际预测输出与样本真实输出之间的差异
训练误差:学习器在训练集上的误差
泛化误差:学习器在新样本上的误差
过拟合:学习能力过于强大,将训练样本本身的一些不太一般的特点当作所有潜在样本的特点导致算法泛化性能下降
欠拟合:学习能力过于弱小,还未将训练样本的一般特点学习到位
小心得:泛化误差在实际运用中不能直接获得,因此对于学习算法的选择以及参数配置的选择上无法依赖于泛化误差的评估,而训练误差由于有过拟合现象的出现(即使训练误差很小,泛化误差却可能很大)也不适合用来做模型评估
阅读全文
0 0
- 机器学习笔记(二)
- 机器学习笔记(二)
- 机器学习笔记(二)
- 机器学习--学习笔记(二)
- 《机器学习》学习笔记(二):神经网络
- 机器学习学习笔记(二)
- 机器学习-学习笔记 绪论(二)
- 机器学习笔记(二)概率相关
- 机器学习笔记(二)数理统计
- Andrew Ng 机器学习笔记(二)
- 机器学习课堂笔记(二)
- 机器学习笔记(二):matplotlib基础
- 机器学习笔记(二) 线性模型
- 斯坦福机器学习笔记(二)
- 机器学习笔记(二)假设空间
- 机器学习笔记(二) 神经网络
- Andrew Ng机器学习笔记(二)
- 机器学习笔记(二)(Draft Version)
- Android单元测试那些事儿(二)
- 前后端数据交互小结
- effective c++条款三十七解析
- TensorFlow 可视化
- 计算机术语缩写
- 机器学习笔记(二)
- Cookie基础
- php的模拟请求
- Caused by: java.sql.SQLException: Field 'id' doesn't have a default value
- 如何为长尾关键词页面组织内容
- 识别是否ie浏览器
- 编写程序从键盘得到三个整数,找出其中的最大数
- php上传文件
- 最大子段求和问题