《機器學習》周志華讀書筆記（二）模型評估與選擇（上）

2.1經驗誤差與過擬合 設在m個樣本中有a個樣本分類錯誤 錯誤率（error rata）：分類錯誤的樣本數佔樣本總數的比例，即E=a/m 精度（accuracy）：精度 = 1 - 錯誤率 誤差（error）：學習器的實際預測輸出與樣本的真實輸出之間的差異 訓練誤差/經驗誤差（training/empirical error）：學習器在訓練集上的誤差 泛化誤差（generalization）：學習

>>阅读原文<<