机器学习第二章：模型评估与选择

2.1经验误差与过拟合

错误率： 其中$m$为样本个数，$a$为分类错误样本个数。
精度：精度=1-错误率。
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。
经验误差：学习器在训练集上的误差，又称为"训练误差"。
泛化误差：学习器在新样本上的误差。
经验误差和泛化误差用于分类问题的定义式可参见"西瓜书"第12章的式(12.1)和式(12.2)，接下来辨析一下以上