泛化能力

泛化能力（generalization ability）是指機器學習算法對新鮮樣本的適應能力。學習的目的是學到隱含在數據背後的規律，對具有同一規律的學習集以外的數據，經過訓練的網路也能給出合適的輸出，該能力稱為泛化能力。

基本介紹

• 中文名：泛化能力
• 外文名：generalization ability
• 特指：學習算法對新鮮樣本的適應能力
• 隸屬：管理學

泛化能力的定義

概括地說，泛化能力（generalization ability）是指機器學習算法對新鮮樣本的適應能力,，簡而言之是在原有的數據集上添加新的數據集，通過訓練輸出一個合理的結果。學習的目的是學到隱含在數據背後的規律，對具有同一規律的學習集以外的數據，經過訓練的網路也能給出合適的輸出，該能力稱為泛化能力。

泛化能力的性質

通常期望經訓練樣本訓練的網路具有較強的泛化能力，也就是對新輸入給出合理回響的能力。應當指出並非訓練的次數越多越能得到正確的輸入輸出映射關係。網路的性能主要用它的泛化能力來衡量。