以下关于模型有效性的描述中，哪一项是错误的
A: 误差是指学习到的模型在样本上的预测结构与样本的真实结果之间的差
B: 训炼误差指的是在新样本上的误差
C: 机器学习的目标是使学得的模型能够很好的适用于新的样本，而不是仅仅在训炼样本上工
作的很好
D: 从模型训练过程的角度，误差可以被分为训练误差以及泛化误差
A: 误差是指学习到的模型在样本上的预测结构与样本的真实结果之间的差
B: 训炼误差指的是在新样本上的误差
C: 机器学习的目标是使学得的模型能够很好的适用于新的样本，而不是仅仅在训炼样本上工
作的很好
D: 从模型训练过程的角度，误差可以被分为训练误差以及泛化误差
举一反三
- 学习器在新样本上的误差称为(). A: 训练误差 B: 泛化误差 C: 经验误差 D: 学习误差
- 学习器在训练集上的误差称为“训练误差”或（），在新样本上的误差称为“泛化误差”
- 学习器在( )上的误差称为“泛化误差”。 A: 训练集 B: 新样本
- 下列关于误差的描述中，错误的是______。 A: 误差是指学习器的预测输出和样本的真实标记之间的差异 B: 在训练集上的误差称为训练误差 C: 在测试集上的误差称为泛化误差 D: 泛化误差是无法得到的
- 【单选题】学习器在训练集上的误差称为 “训练误差”或 () ,在新样本上的误差称为 “泛化误差” A. 学习误差 B. 经验误差 C. 测试误差 D. 检验误差