周志華機器學習讀書筆記第二章（一）

模型評估與選擇算法 （1）錯誤率+精度=1，錯誤率是指分類錯誤的樣本數佔樣本總數的比例。機器學習 （2）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。性能 訓練偏差：學習器在訓練集上的偏差。學習 泛化偏差：在新樣本上的偏差。測試 （3）過擬合和欠擬合：學習器把訓練樣本學的太好了，致使泛化性能降低；欠擬合，指對訓練樣本的通常性質還沒有學好。atom 過擬合是機器學習面臨的關鍵障礙，各種算法都

>>阅读原文<<