機器學習入門學習筆記（一）模型的評估和選擇

一、一些基本概念 錯誤率(error rate)：分類錯誤的樣本數佔樣本總數的比例。在m個樣本中有a個樣本分類錯誤，則錯誤率E=a/m。 精度(accuracy) = 1 - 錯誤率 = 1-a/m。 訓練誤差(training error)或經驗誤差(empirical error)：學習器的實際預測輸出與樣本的真實輸出之間的差異。 泛化誤差(generalization error)：在新樣本

>>阅读原文<<