第二章 模型评估与选择

1、经验误差与过拟合 错误率(error rate)：分类错误的样本数占总样本数的比例。 例如：m个样本中有a个样本分类错误，错误率=a/m，准确度=1-a/m 误差(error)：预测输出与样本真实输出之间的差异 训练误差（trainning error）或经验误差（empirical error）：在训练集上的误差 泛化误差（generalization）：在新样本上的误差 我们希望得到泛化误

>>阅读原文<<