机器学习之近似误差和估计误差

本文探讨了机器学习中两种重要的误差概念——近似误差与估计误差。近似误差主要关注训练过程中的误差表现,而估计误差则侧重于模型在未知数据上的泛化能力。理解这两种误差有助于更好地评估模型性能。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

 

  • 近似误差:可以理解为对现有训练集的训练误差。

近似误差,更关注于“训练”。
  •  估计误差:可以理解为对测试集的测试误差。

估计误差,更关注于“测试”、“泛化”。

 

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值