Generalisierungsfehler

Der Generalisierungsfehler ist ein Maß dafür, wie gut ein Modell auf unbekannte Daten verallgemeinern kann, also wie gut es Vorhersagen für neue, ungesehene Beispiele trifft.

Kategorie: Risiken, Grenzen & Bias

Ein geringer Generalisierungsfehler ist entscheidend für die Nützlichkeit eines Modells in der realen Welt. Er wird in der Regel auf einem unabhängigen Testdatensatz gemessen, der nicht im Training verwendet wurde.