机器学习-模型评估

模型评估一、评估方法在学习得到一个比较好的模型之前需要对这个模型进行性能的测试、评估，所以我们需要一个测试集(testing set)来测试模型的好坏，主要测试这个模型对新样本的泛化能力，然后以测试集上的测试误差作为泛化误差的近似值。测试集要和训练集样本尽力互斥给定一个数据集，将数据集拆分成训练集S和测试集T，通常，通常的做法有留出法、交叉验证法、自助法。1 留出法 ：直接将数据集划分为两个互斥集合训练/测试集划分要尽可能保持数据分布的一致性一般若干次随机划分、重复实验取平均值训练/