偏差:度量的是学习算法的期望预测与真实结果的偏离程度,刻画的是学习算法本身的 拟合能力。
方差:度量了同样大小的训练集的变动所导致的学习性能的变化,刻画了数据扰动所造成的影响。
噪声:表达了在当前任务上任何学习算法所能达到的期望泛化误差下界,刻画的是学习问题本身的难度。
泛化性能是由学习算法的能力,数据的充分性,以及学习任务本身所共同决定的。
下面这个是混淆矩阵:
查准率也叫作准确率,它描述的是:检索的信息中有多少是用户感兴趣的。
P=TP/(TP+FP)
查全率也叫做召回率,它描述的是:用户感兴趣的东西,有多少被检索出来。
R=TP/(TP+FN)