一、training error 與 test error
如果你訓練出來了乙個model，那麼你該怎麼評價它呢？文獻中介紹了幾個常用的指標，包括accuracy, precision, recall和f1-score 。這些指標基本上都有準確率這樣的意思，與之相反我們還可以定義錯誤率，或者稱為誤差（error）。顯然，誤差越大，準確率就越低，反之亦然。
所以當人們說想要得到乙個好模型的時候，他的意思可以說是要得到乙個準確率高的模型，這基本上等價於是說要得到乙個誤差小的模型。但是這裡講的誤差，其實又分為訓練誤差（training error）和測試誤差
機器學習中的維數災難
在看機器學習的 時，經常會看到有作者提到 curse of dimensionality 中文譯為 維數災難 這到底是乙個什麼樣的 災難 本文將通過乙個例子來介紹這令人討厭的 curse of dimensionality 以及它在分類問題中的重要性。假設現在有一組 每一張 裡有乙隻貓或者一條狗。我...
機器學習中的維數災難
在看機器學習的 時，經常會看到有作者提到 curse of dimensionality 中文譯為 維數災難 這到底是乙個什麼樣的 災難 本文將通過乙個例子來介紹這令人討厭的 curse of dimensionality 以及它在分類問題中的重要性。假設現在有一組 每一張 裡有乙隻貓或者一條狗。我...
機器學習02 機器學習中「損失loss」的詳解
東陽的學習記錄，堅持就是勝利！如何判斷model的bias和variance時不是過大 如何處理bias大和variance大 如何選擇適當的模型 應該這樣做 loss有兩個部分 來自bias的loss，和來自variance的loss。對於同乙個模型，使用不同資料集訓練會得到不同的引數值。bias...