機器學習筆記(PART II)模型的評估和選擇(I)

經驗誤差和過擬合 錯誤率： 分類錯誤的樣本數佔樣本總數的比例 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： 精度=1-錯誤率 acc=1−a/m 訓練誤差（經驗誤差）： 學習器在訓練集上的誤差 泛化誤差 學習區在新樣本上的誤差 過擬合（過配） 學習能力過於強大，以至於把一些不是太一般的特性都學到了 欠擬合（欠配） 學習能力低下 評估方法 基本思想 使用測試誤差來近似泛

>>阅读原文<<