机器学习（西瓜书1、2章）

机器学习【1、2章】
2.1经验误差与拟合
误差：学习器的实际预测输出与样本的真实输出之间的差异称为“误差”；
过拟合：当学习器把训练样本学得太过了，导致泛化能力下降；
2.2评估方法
留出法、交叉验证法、自助法、调参与最终模型；
2.3性能度量
错误率与精度、查准率查全率、ROC与AUC、代价敏感错误率与代价曲线；
2.4比较检验
先假设经验、交叉验证t检验、Friedman与Nemenyi检验；
2.5偏差与方差
偏差与方差是解释学习算法泛化性能的一种重要工具。