分类错误的样本数占样本总数的比例称为错误率。即如果m个样本中有a个样本分类错误，则错误率E=a/m；相应的1-E为精度。

学习器的预测输出与样本真实输出之间的差异成为误差。

学习器在训练集上的误差成为训练误差或者经验误差。

学习器在新样本上的误差称为泛化误差。

学习器把训练样本本身的一些特点当做所有样本都具备的一般特性，叫做过拟合。、

学习器对训练样本一般特性尚未学好，叫做欠拟合。