機器學習（周志華）知識點總結——第2章 模型評估與選擇

第2章 模型評估與選擇 2.1 經驗誤差與過擬合 「錯誤率」：分類錯誤的樣本數佔樣本總數的比例稱爲"錯誤率" (error rate)。即如果在m個樣本中有a個樣本分類錯誤，則錯誤率 E=a/m。 「精度」：1-a/m 稱爲「精度」，即「精度=1-錯誤率」。 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),學習器在訓練集上的誤差稱爲「訓練誤差」 (training err

>>阅读原文<<