主要内容

一组概念

概念	解释
错误率	分类错误的样本占样本总数的比例，如果m个样本中有a个错误，则错误率E=a/m
精度	1-E,即分类正确的样本占样本总数的比例
误差	学习器的实际预测输出与样本的真实输出的差异，在训练集上的误差称为训练误差或经验误差，在新样本上的误差称为泛化误差，在测试集上的误差称为测试误差。
过拟合	训练误差太小，学到了训练样本特有的一般性质，导致泛化误差过大。
欠拟合	训练误差太大。