机器学习西瓜书—第二章 模型评估与选择（学习笔记 1）

2.1 经验误差与过拟合 分类错误的样本数占样本总数的比例称为错误率（error rate）,即如果在m个样本中有a个样本分类错误，则错误率E=a/m; 1 - a/m称为精度（accuracy）,即精度=1-错误率。 学习器的实际预测输出与样本的真实输出之间的差异称为误差（error）。 学习器在训练集上的误差称为训练误差（training error）或经验误差（empirical error

>>阅读原文<<