龍家俊教你 機器學習 day8 #模型評估 模型評估是模型開發過程不可或缺的一部分。它有助於發現表達數據的最佳模型和所選模型將來工作的性能如何。 按照數據集的目標值不同，可以把模型評估分為分類模型評估(分類惡性良性細胞)和回歸模型評估(房價預估)。 # 擬合 模型評估用於評價訓練好的的模型的表現效果，其表現效果大致可以分為兩類：過擬合、欠擬合。 在訓練過程中，你可能會遇到如下問題： 訓練數據訓練的很好啊，誤差也不大，為什麼在測試集上面有問題呢？ 當算法在某個數據集當中出現這種情況，可能就出現了擬合問題。 ##欠擬合（under-fitting）：模型學習的太過粗糙，連訓練集中的樣本數據特徵關係都沒有學出來。 ##過擬合（over-fitting）：所建的機器學習模型或者是深度學習模型在訓練樣本中表現得過於優越，導致在測試數據集中表現不佳。