ML筆記（2）模型評估與選擇

2.1 經驗誤差與過擬合 錯誤率(error rate)：分類錯誤的樣本數佔樣本總數的比例。 精度(accuracy)：精度 = 1 - 錯誤率（常常以百分比的形式書寫） 誤差(error)：實際預測輸出與樣本的真實輸出之間的差異。 訓練誤差(training error)/經驗誤差(empirical error)：學習器在訓練集上的誤差。 泛化誤差(generalization error)：

>>阅读原文<<