对结果进行验证或纠正或调整，指导下一步操作的重要性，能够准确的找出结果所对应的原因
用新样本去检测，好不好
训练集用来拟合参数，验证集用来选择模型，测试集作为泛化误差（无人为选择参与过程）
一般出现误差=过拟合（方差大-数据集过少，特征过多，）+欠拟合（偏差大-模型选择不好）
坐标的横轴重要性，变化如何影响输出（灵敏度）
验证集代表即使用非训练集旁边的点（结合图原因）
作图技巧，不同的曲线，可表示一个维度的意义
确立执行优先级-应该优先处理哪些事情
1.建立数据集，垃圾邮件的数据集（数字化0/1）
2.数据集的特征选择关系到分类器的准确性（如何选择），先简单实现，然后误差验证。再改进，误差验证。。。。
不对称性分类的误差评估：由1%的错误率，不能得到99%的准确率
例如：患者少，错误率自然低，准确率自然高
患者多，错误率自然高，准确率自然低
所以说要综合患者人数和个人判断准确率来看
再例如：患者少，瞎判断老师判断没病，那么准确率也是极高；所以患者人数对于结果有影响
相反，若对于正负例大约一半对一半的情况下，如果不是真本事判断，就不会再有这么高的准确率了；换句话说，对于这种数据集，就无需再往前走一步，把样本正负比例代入作为衡量标准了
衡量指标的重要性（配套）=患者数量比例不均衡要考虑
一个医生的看病能力=准确率+召回率（防止准确率水平的假）
用多个数据测量一个人的能力，侧面反映，
召回率，用以辅助说明，我预测出了多少病人有病，我的准确率是有意义的