机器学习 | 模型评估与选择之性能度量
性能度量是衡量模型泛化能力的评价标准,反映了任务需求;使用不同的性能度量往往会导致不同的评判结果。回归任务最常用的性能度量是“均方误差”:<div align=center></div>一般式子对于数据分布D和概率密度函数p(.)均方误差可描述成:<div align=center></div>对于分类任务,错误率和精度是最常用的两种性能度量:错误率
性能度量是衡量模型泛化能力的评价标准,反映了任务需求;使用不同的性能度量往往会导致不同的评判结果。回归任务最常用的性能度量是“均方误差”:<div align=center></div>一般式子对于数据分布D和概率密度函数p(.)均方误差可描述成:<div align=center></div>对于分类任务,错误率和精度是最常用的两种性能度量:错误率