西瓜书笔记模型评估与选择

模型评估与选择

"错误率 "(error rate):m 个样本中有α 个样本分类错误，则错误率E= α/m

"精度"(acc旧acy):精度=1一错误率

"误差" (error):学习器的实际预测输出与样本的真实输出之间的差异.

学习器在训练集上的误差称为"训练误差" (training error)或"经验误差" (empirical error)

在新样本上的误差称为"泛化误差" (generalization error)

"过拟合" (overfitting):易选少，最常见的情况是由于学习能力过于强大，以至于把训练样本所包含的不太一般的特性都学到了

"欠拟合" (underfitting) ：易选多