連續苦情劇：機器學習入門筆記（一）：模型性能評價與選擇

  一.訓練誤差與測試誤差 1.1 基本概念 在分類任務中，通常把錯分的樣本數佔樣本總數的比例稱爲錯誤率（error rate）。比如m個樣本有a個預測錯了，錯誤率就是 E = a/m；與錯誤率相對的 1 - a/m 稱爲精度（accuracy），或者說正確率，數值上 精度 = 1 - 錯誤率。 更一般地，我們通常會把學習器的實際預測輸出與樣本的真實輸出之間的差異稱爲誤差（error）。學習器在訓

>>阅读原文<<