机器学习入门学习笔记（一）模型的评估和选择

1、一些基本概念 错误率(error rate)：分类错误的样本数占样本总数的比例。在m个样本中有a个样本分类错误，则错误率E=a/m。算法 精度(accuracy) = 1 - 错误率 = 1-a/m。bootstrap 训练偏差(training error)或经验偏差(empirical error)：学习器的实际预测输出与样本的真实输出之间的差别。数组 泛化偏差(generalizatio

>>阅读原文<<