《机器学习》周志华读书笔记（二）模型评估与选择（上）

2.1经验误差与过拟合 设在m个样本中有a个样本分类错误 错误率（error rata）：分类错误的样本数占样本总数的比例，即E=a/m 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/经验误差（training/empirical error）：学习器在训练集上的误差 泛化误差（generalization）：学习

>>阅读原文<<