准确测量机器学习模型的误差

在机器学习模型的效果评估中，预测误差的分析是重中之重。对于现有的各种误差测量技术，如果 使用不当，会得出极具误导性的结论。这些结论会误导模型设计者设计出过拟合的模型，过拟合是 指训练出的模型对于训练集拟合的很好，但是对于新的样本集则预测效果极差。这篇文章描述了如 何正确的测量模型误差，以避免此类问题。