文档摘要

1.1 模型性能的三把尺子 本节摘要：判断一次调参有没有效果，先问"用什么尺子量"。本节把模型性能拆成三把互不相同的尺子——泛化表现、偏差偏差结构、任务目标函数，帮你按场景选对度量衡，避免拿着精度的卷尺去量回归的腰围。 学习目标 阅读完本节，你应当能够： 说清"泛化能力"为什么比"训练集得分"更值得作为性能基准。 用偏差方差分解解释模型性能波动的来源。 在分类与回归任务中挑选正确的评估指标，并知道各自唱反调时的取舍。 会员。《1.1 模型性能的三把尺子》收录于灏天文库文集《模型训练与调参指南：提高模型性能的秘诀》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/492-%E6%A8%A1%E5%9E%8B%E8%AE%AD%E7%BB%83%E4%B8%8E%E8%B0%83%E5%8F%82%E6%8C%87%E5%8D%97%E6%8F%90%E9%AB%98%E6%A8%A1%E5%9E%8B%E6%80%A7%E8%83%BD%E7%9A%84%E7%A7%98%E8%AF%80

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流