测试样本是一些类别信息对于分类器未知的样本，通常使用它们来训练分类器。
举一反三
- 分类是在一群已经知道类别标号的样本中，训练一种分类器，让其能够对某种未知的样本进行分类。
- 分类器测试的作用是（ ）。 A: 判断测试集样本标注是否合适 B: 检验分类器的效果 C: 获得检测目标的分类 D: 判断测试集样本选择是否合适
- 分类分为三个阶段： ，分类器的训练及分类器的测试。
- 分类器是基于现有数据构造出一个模型或者函数，以将数据库中的数据映射到给定类别，从而可以应用于数据预测。常包含以下步骤：①在训练样本上执行分类器算法，生成分类模型。②在测试样本上执行分类模型，生成预测结果。③选定样本（包含正样本和负样本），将所有样本分成训练样本和测试样本。④根据预测结果，计算必要的评估指标，评估分类模型的性能。构造和实施分类器的正确顺序为（）
- 结构风险指训练好的分类器错分样本占有的比例，经验风险指训练好的分类器面对未知样本时分类错误的概率。 A: 正确 B: 错误