训练误差、测试误差、泛化误差的区别
生活随笔
收集整理的這篇文章主要介紹了
训练误差、测试误差、泛化误差的区别
小編覺得挺不錯的,現(xiàn)在分享給大家,幫大家做個參考.
訓(xùn)練過程中的誤差,就是訓(xùn)練誤差。
在驗證集上進(jìn)行交叉驗證選擇參數(shù)(調(diào)參),最終模型在驗證集上的誤差就是驗證誤差。
訓(xùn)練完畢、調(diào)參完畢的模型,在新的測試集上的誤差,就是測試誤差。
假如所有的數(shù)據(jù)來自一個整體,模型在這個整體上的誤差,就是泛化誤差。通常說來,測試誤差的平均值或者說期望就是泛化誤差。
綜合來說,它們的大小關(guān)系為
訓(xùn)練誤差 < 驗證誤差 < 測試誤差 ~= 泛化誤差
總結(jié)
以上是生活随笔為你收集整理的训练误差、测试误差、泛化误差的区别的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: Android开发之ApiCloud模块
- 下一篇: linux 查看某文件是否正在使用(被读