人工智能学习之路——第二章模型评估与选择

错误率（error rate）：分类错误的样本a/样本总数m，E=a/m 精度（accuracy）:1-错误率，1-a/m 训练误差（training error）/经验误差（empirical error）：学习器在训练集上的误差 泛化误差（generalization error）：在新样本上的误差 我们希望找到在新样本中表现好的学习器，为此，应该从训练集中尽可能的学到适用与所有潜在样本的“普

>>阅读原文<<