摘要：2.1经验误差与过拟合 错误率 = a个样本分类错误/m个样本 精度 = 1 - 错误率 误差：学习器实际预测输出与样本的真是输出之间的差异。 训练误差：即经验误差。学习器在训练集上的误差。 泛化误差：学习器在新样本上的误差。 过拟合：学习器把训练样本学的”太好”，把不太一般的特性学到了，泛化能力下 阅读全文

摘要：二叉排序树的学习 经验教训： ①结构体指针声明，最前面要加struct，例如struct BSTNode *lchild;，而不是BSTNode *lchild;。 ②typedef的作用：用来为复杂的声明定义简单的别名。例如，typedef struct BSTNode BST;中BST的作用等效 阅读全文

摘要：1.2基本术语 特征向量：即示例，反映事件或对象在某方面的性质。例如，西瓜的色泽，敲声。 属性：例如 青绿 乌黑 清脆。 数据集:例如（色泽=青绿，根蒂=蜷缩，敲声=浊响），（色泽=浅白，根蒂=硬挺，敲声=清脆），（色泽=乌黑，根蒂=稍蜷，敲声=沉闷）…… 例如，D = {X1，X2，……,Xm}表 阅读全文