机器学习：模型的过分拟合

一、分类模型的误差

1.训练误差(Training error)

也称再代入误差(Resubstitution error)或表现误差(Apparent error)，是在训练记录上误分类样本比例

2.泛化误差(Generalization error)

泛化误差是模型在未知记录上的期望误差

二、模型过拟合

一个好的分类模型不仅能很好地拟合训练数据，而且对未知样本也能够准确分类，即具有低训练误差和低泛化误差。