A. 训练误差是指模型在训练集上的错分样本比率,说白了就是在训练集上训练完毕后在训练集本身上进行预测得到了错分率

B. 泛化误差是指模型在未知记录上的期望误差,说白了就是在训练集上没见过的数据的错分样本比率

C. 在样本集划分时,如果得到的训练集与测试集的数据没有交集,此时测试误差基本等同于泛化误差

D. 偏差大:拟合不足/过拟合;方差大:欠拟合