一、理论知识

1.训练误差和泛化误差

• 训练误差：模型在训练数据上的误差
• 泛化误差：模型在新数据上的误差
  ex:根据摸底考试成绩来预测未来考试分数
• 在过去的考试中表现很好（训练误差）不代表未来考试一定会好（饭化误差）

【相关总结】