ML笔记（2）模型评估与选择

2.1 经验误差与过拟合 错误率(error rate)：分类错误的样本数占样本总数的比例。 精度(accuracy)：精度 = 1 - 错误率（常常以百分比的形式书写） 误差(error)：实际预测输出与样本的真实输出之间的差异。 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)：

>>阅读原文<<