Noise and Error

验证g≈f
1.未知x
2.任一x
3.预测是否与结果相同

classification error也可以说时“0/1 error”

pointwise：计算每个点上的error再做一个平均，衡量每个点上的error。

两种pointwise

0/1 error用于分类，平方用于判断距离目标y是否过大。
例：

用0/1 error选P最大的，用平方选平均值。

因此，要选择正确的错误衡量方法

在超市案例中，false rejecte比较严重。

在CIA案例中，false accept比较严重。因此不同的应用要不同的错误衡量。

常见err hat


err时实际中的情况，err hat是演算法中根据需求进行设计。

错误矩阵

左边将错误资料根据权重乘1000倍或1倍，右边用“0/1‘方法能起到同样效果。

权重高的点相对应多访问几次。