连载｜模型评估与过拟合（上）

模型评估与过拟合 1、误差 错误率（error rate）：分类错误的样本占总样本的比例 准确率（accuracy）：分类正确的样本占总样本的比例 误差（error）：学习器的实际预测输出与样本的真实输出之间的差异 经验误差（empirical error）：学习器在训练集上的误差 泛化误差（generalization）：学习器在新样本上的误差 测试误差（test error）：学习器在测试集上

>>阅读原文<<