周志华《机器学习》第2章部分笔记

第2章 模型评估与选择 2.1经验误差与过拟合 ①误差(error)：学习器的预测输出与样本的真实输出之间的差异 ②训练误差(training error)或经验误差(empirical error)：在训练集上的误差 ③测试误差(test error)：在测试集上的误差 ④泛化误差(generalization error)：学习器在所有新样本上的误差 ⑤过拟合(overfitting)：学习能

>>阅读原文<<