判断题分类模型的误差大致分为两种：训练误差（training error）和泛化误差（generalization error）。
判断题Bayes法是一种在已知后验概率与类条件概率的情况下的模式分类方法，待分样本的分类结果取决于各类域中样本的全体。
判断题对于SVM分类算法，待分样本集中的大部分样本不是支持向量，移去或者减少这些样本对分类结果没有影响。
判断题分类和回归都可用于预测，分类的输出是离散的类别值，而回归的输出是连续数值。
判断题聚类（clustering）是这样的过程：它找出描述并区分数据类或概念的模型（或函数），以便能够使用模型预测类标记未知的对象类。
