ESL 7 模型的评估与选择
bias, variance and Model Complexity
预测值与真实值得算是函数一般用两种：
检验误差或者泛化误差，是在独立的预测样本上的预测误差：
对于模型的评估和选择有两个目标：
- 模型评估：比较多个模型的performance从中选取最优
- 模型评价：估计它在测试集合的泛化误差
数据集一般划分为：训练集，验证集，检验集
bias variance decomposition
对于k-neareast 有一下简要形式：
对于线性拟合
预测值与真实值得算是函数一般用两种：
检验误差或者泛化误差，是在独立的预测样本上的预测误差：
对于模型的评估和选择有两个目标：
数据集一般划分为：训练集，验证集，检验集
对于k-neareast 有一下简要形式：
对于线性拟合