泛化效能是什麼意思

泛化效能（Generalization Performance）是機器學習中的一個概念，用來評估一個學習算法或模型將其在訓練數據上學到的知識應用於新數據的能力。簡單來說，它衡量的是模型在新資料上的表現，而不是在訓練資料上的表現。

在機器學習中，模型通常會在訓練數據上進行訓練，以便在測試數據上取得良好的性能。但是，如果模型只在訓練數據上表現良好，而在新數據上表現不佳，那麼這個模型就沒有很好的泛化能力。泛化效能就是用來評估模型在新數據上的表現的指標。

泛化效能的好壞取決於多種因素，包括模型的複雜度、訓練數據的大小和質量、以及訓練算法的選擇等。一個好的模型應該不僅在訓練數據上表現良好，而且在新的、未見過的數據上也能表現良好。