暑期機器學習小組讀書報告----模型評估

錯誤率(error rate) 我們把分類錯誤的樣本佔樣本總數的比例稱爲「錯誤率」；與之對應的是精度(accuracy)，即「精度 = 1 - 錯誤率」。（隱式地假設了均等代價） 更一般的，我們把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)。 欠擬合(underfitting)與過擬合(overfitting) 欠擬合意味着學習器對訓練樣本的一般性質尚未學好，過擬合會導致泛

>>阅读原文<<