训练误差、测试误差、泛化误差的区别


训练过程中的误差,就是训练误差。

在验证集上进行交叉验证选择参数(调参),最终模型在验证集上的误差就是验证误差。

训练完毕、调参完毕的模型,在新的测试集上的误差,就是测试误差。

假如所有的数据来自一个整体,模型在这个整体上的误差,就是泛化误差。通常说来,测试误差的平均值或者说期望就是泛化误差。

 

综合来说,它们的大小关系为

训练误差 < 验证误差 < 测试误差 ~= 泛化误差


免责声明!

本站转载的文章为个人学习借鉴使用,本站对版权不负任何法律责任。如果侵犯了您的隐私权益,请联系本站邮箱yoyou2525@163.com删除。



 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM