您的位置: 首页 > 文章 > 衡量机器学习模型 衡量机器学习模型 分类: 文章 • 2025-04-29 14:56:04 评估假设： 模型选择时，利用训练集得到每个模型的最佳Θ值，再利用测试集找到最佳次方的模型。 图上是通过测试集来得到参数d（选用几次函数模型） 用训练集来拟合参数Θ1、Θ2等参数时，那么拟合后的模型在训练集上的效果，是不能预测出对新样本的泛化能力。 所以上面的做法是不合理的。 将数据集分为：训练集、验证集、测试集 此时我们用验证集选择模型，然后用测试集得到泛化误差。 偏差和方差 解决办法： 精准率、召回率： F_1值
