《机器学习》基本术语标准翻译总结：第2章

1. error rate：错误率

2. accuracy：精度

3. error：误差

4. training error：训练误差（或“empirical error：经验误差”）

5. test error：测试误差

6. generalization error：泛化误差

7. overfitting：过拟合

8. underfitting：欠拟合

9. model selection：模型选择

10. hold-out：留出法

11. sampling：采样

12. stratified sampling：分层采样

13. cross validation：交叉验证

14. k-fold cross validation：k折交叉验证

15. validation set：验证集

16. Leave-One-Out：留一法（简称“LOO”）

17. bootstrapping：自助法

18. bootstrap sampling：自助采样

19. out-of-bag estimate：包外估计

20. parameter tunning：调参

21. performance measure：性能度量

22. mean squared error：均方误差

23. precision：查准率，亦称“准确率”

24. recall：查全率，亦称“召回率”

25. true positive：真正例

26. True Positive Rate：真正例率（简称"TPR"）

27. false positive：假正例

28. False Positive Rate：假正例率（简称"FPR"）

29. true negative：真反例

30. false negative：假反例

31. confusion matrix：混淆矩阵

32. Break-Evendors Point：平衡点（简称“BEP”）

33. threshold：阈值

34. cut point：截断点

35. ROC：受试者工作曲线

36. AUC：Area under ROC Curve

37. loss：损失

38. unequal cost：非均等代价

39. cost-sensitive：代价敏感

40. hypothesis test：假设检验

41. binomial test：二项测试

42. confidence：置信度

43. two-tailed：双边

44. t-test：t检验

45. paired t-test：成对t检验

46. contingency table：列联表

47. bias-variance decomposition：偏差-方差分解

48. bias-variance dilemma：偏差-方差窘境

49. cost-sensitive learning：代价敏感学习

50. harmonic mean：调和平均