2 模型评估与选择

2.1 经验误差与过拟合 错误率(error rate): 通常我们把分类错误的样本数占样本总数的比例称为错误率. E=amE = \frac{a}{m}E=ma​ 精度: 精度等于 1 - 错误率 (常表示为百分比形式),即: 精度=(1−am)×100%精度 = (1-\frac{a}{m})×100\%精度=(1−ma​)×100% 更一般地,我们把学习器的实际预测输出与样本的真实输出之间的

>>阅读原文<<