周志華《機器學習》 學習筆記（三） 經驗誤差、過擬合與評估方法

一、經驗誤差   通常我們把分類錯誤的樣本數佔樣本總數的比例稱爲「錯誤率」，即如果在m個樣本中有a個樣本分類錯誤，則錯誤率E = a / m；相應的，1 – a / m稱爲「精度」（accuracy），即「精度 = 1 - 錯誤率」。更一般地，我們把學習器的實際預測輸出與樣本的真是輸出之間的差異稱爲「誤差」，學習器在訓練集上的誤差稱爲「訓練誤差」或「經驗誤差」，在新樣本上的誤差稱爲「泛化誤差」。

>>阅读原文<<