分類(lèi)指標(biāo)：
準(zhǔn)確率 accuracy
查準(zhǔn)率 precision = TP/(TP+FP)
查全率 recall = TP/(FN+TP)
F1分?jǐn)?shù)?
回歸指標(biāo)：
平均絕對(duì)誤差，均方誤差
回歸分?jǐn)?shù)函數(shù)：R2分?jǐn)?shù) ，可釋方差分?jǐn)?shù)
誤差的兩個(gè)主要來(lái)源
1，因模型無(wú)法表示基本數(shù)據(jù)的復(fù)雜度（欠擬合）而造成的偏差bias；
high bias的特點(diǎn)是：pay little attention to data, over-simplified, low R2, high SSE（回歸平方誤差之和）
2，因模型對(duì)訓(xùn)練它所用的有限數(shù)據(jù)過(guò)度敏感（過(guò)擬合）而造成的方差variance
high variance的特點(diǎn)是：pay too much attention to data, does not generalize well
借用西瓜書(shū)上的比喻，用機(jī)器學(xué)習(xí)來(lái)判斷一個(gè)物體是不是樹(shù)葉，underfitting是以為所有綠色的都是樹(shù)葉（沒(méi)學(xué)會(huì)該學(xué)的）；overfitting是以為樹(shù)葉都要有鋸齒（學(xué)過(guò)頭了，不該學(xué)的也學(xué)了進(jìn)去）。這兩者都不是我們想要的。
