2.1

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