泛化误差

维基百科,自由的百科全书
跳转至: 导航搜索

一个机器学习模型泛化误差(Generalization error),是一个描述学生机器在从样品数据学习之后,离教师机器之间的差距函数。使用这个名字是因为这个函数表明一个机器的推理能力,即从样品数据中推导出的规则能够适用于新的数据的能力。