西瓜书学习笔记——（2）模型评估与选择

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 误差（error）：学习器的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）：学习器在新样本上的误差 过拟合（

>>阅读原文<<