摘要：基础概念 错误率：分类错误的样本数占总数的比例。 准确率/精度：分类正确的样本占总数的比例。 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。 训练误差/经验误差：学习器在训练集上的误差。 泛化误差：在新样本上的误差。 测试集：测试学习器对新样本的判别能力。测试集应该尽量与训练集互斥，即测试样 阅读全文