周志華《機器學習》讀書筆記（二）

一. 經驗偏差與過擬合算法 錯誤率：分類錯誤的樣本數，佔樣本總數的比例。bootstrap 精度：分類正確的樣本數，佔樣本總數的比例。app 顯然有，錯誤率+精度=1 恆成立機器學習 偏差：學習器的實際預測輸出，與樣本的真實輸出之間的差別。函數 訓練偏差/經驗偏差：學習器在訓練集上的偏差性能 泛化偏差：學習器在新樣本上的偏差學習 顯然咱們的目標是獲得「泛化偏差」儘量小的學習器，也即在新樣本上能夠表

>>阅读原文<<