西瓜书Task01

第一章 绪论
一 基本概念
**1.假设空间：**为每种属性取任一属性值，将所有属性取值数相乘，加上一种特殊的假设，即不存在正样本，罗列以上所有取值组合构成样本的假设空间。
**2.版本空间：**从一般到特殊或是从特殊到一般对整个假设空间进行搜索，删除与正例不一致的假设，或与反例一致的假设，最终得到样本的版本空间
**3.奥卡姆剃刀：**若有多个假设与观察一致，则选最简单那个。

第二章 模型评估与选择
一 基本概念
错误率：分类错误的样本除以总样本数。
精度（正常率）=1-错误率
训练误差即经验误差
新样本误差为泛化误差

二 数据集划分方法
留出法
交叉验证法
自助法：在一个有m个样本的数据集D中，每次随机抽取一个样本放到C中，重复执行m次，获得有m个样本的集合作为训练集。

三 模型评估指标