機器學習筆記（二）

一、錯誤率&誤差 錯誤率: 錯分樣本的佔比：E=a/m；（一共有m個樣本，a個樣本錯誤）相應的，1-a/m稱爲「精度」 誤差：樣本真實輸出與預測輸出之間的差異訓練(經驗)誤差：訓練集上 測試誤差：測試集 泛化誤差：除訓練集外所有樣本 由於事先並不知道新樣本的特徵，我們只能努力使經驗誤差最小化； 很多時候雖然能在訓練集上做到分類錯誤率爲零，但多數情況下這樣的學習器並不好 二、過擬合與欠擬合 過擬合:

>>阅读原文<<