判断题在决策树中，随着树中结点数变得太大，即使模型的训练误差还在继续减低，但是检验误差开始增大，这是出现了模型拟合不足的问题。
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。
