機器學習（二）——模型評估

誤差： 經驗誤差： 在訓練集樣本中分類錯誤的樣本佔總訓練樣本集的比例，也稱爲訓練誤差 泛化誤差： 在新樣本上的誤差比例。通常用它進行評估模型的好壞。 精度，錯誤率： 錯誤率是指錯誤的樣本數佔樣本總數的比例。 1-錯誤率，精度爲100%通常都是有問題的。 查準率，查全率: 對於二分類的問題，可將樣例根據其真實類別與學習器預測類別的組合劃分真正例（true positive）、假正例（false po

>>阅读原文<<