1、模型评估方法
1）试验测试法：一个测试集去测试模型，以测试集上的"测试误差" (testing error)作为泛化误差的近似
注意：测试集应该尽可能与训练集互斥， 即测试样本尽量不在训练集中出现、未在训练过程中使用过.
1）留出法
"留出法" (hold-out)直接将数据集 D 划分为两个互斥的集集合作为训练集S，另一个作为测试集 T，
即 D=S∪T ， S∩T=Φ，在S上练出模型后，用 T 来评估其测试误差，作为对泛化误差的估计.
常见做法是将大约 2/3~ 4/5 的样本用于训练，剩余样本用于测试.
2）交叉验证法
"交叉验证法" (cross validation)先将数据集 D 划分为 k 个大小相似的互斥子集， 即 D = D1 U D2υ... U D k, Di n Dj = ø (í ≠ j ) .
每个子集 Di 都尽可 能保持数据分布的一致性，即从 D 中 通过分层采样得到. 然后，每次用k-1 个子集的并集作为训练集，其余
的那个子集作为测试集;这样就可获得 k组训练/测试集，从而可进行 k 次训练和测试，最终返回的是这 k 个测试结果的均值。
3）自助法（外包估计）给定包含 m 个样本的数据集 D ， 我们对它进行采样产生数据集 D': 每次随机从 D 中挑选一个样本，将其拷贝放入 D' 然后再
将该样本放回初始数据集 D 中，使得该样本在下次采样时仍有可能被采到;这个过程重复执行 m 次后，我们就得到了包含 m个样
本的数据集 D‘，这就是自助采样的结果.自助法会引入估计误差，因此在初始数据量足够时，留出法和交叉验证法更常用一些.
2、性能度量
1）错误率与精度
2）查准率和查全率
2）F1度量
3）ROC与AUC
ROC 曲线的纵轴是"真正例率" (True Positive Rate，简称 TPR)，横轴是"假正例率" (False Positive
Rate，简称 FPR) ，基于表 2.1 中的符号，两者分别定义为
进行学习器的比较时， 与 P-R 图相似， 若一个学习器的 ROC 曲线被另 一个学习器的曲线完全"包住"， 则可断言后者的性能优于前者;若两个学习器
的 ROC 曲线发生交叉，则难以-般性地断言两者孰优孰劣 . 此时如果一定要进行比较， 则较为合理的判据是 比较 ROC 曲线下 的面积，即 AUC (Area Under
ROC Curve) ，如图 2.4 所示
AUC是灰色部分的面积
4）代价敏感错误率与代价曲线
3、比较检验