2.1
错误率(error rate):分类错误的样本数占总体的样本数
精度(accuracy):1-错误率
误差(error):预测输出与样本真实的输出产生的误差
误差分为训练误差(training error)(empirical error)和泛化误差(generalization error)
过拟合(overfitting):
·学习能力过于强大,学到了不太一般的特性
·若过拟合可以完全避免,则构造性的证明了P=NP
欠拟合(underfitting):
·学习能力低
·决策树学习:扩展分支
·神经网络:增加训练轮数