2.4.1假設檢驗
　　假設檢驗中的“假設”是對學習器泛化錯誤率分布的某種判斷或猜想，例如“E=Eo”．現實任務中我們并不知道學習器的泛化錯誤率，只能獲知其測試錯誤率￡，泛化錯誤率與測試錯誤率未必相同，但直觀上，二者接近的可能性應比較大，相差很遠的可能陛比較小，因此，可根據測試錯誤率估推出泛化錯誤率的分布．泛化錯誤率為E的學習器在一個樣本上犯錯的概率是e；測試錯誤率∈意味著在m個測試樣本中恰有￡×m個被誤分類．假定測試樣本是從樣本總體分布中獨立采樣而得，那么泛化錯誤率為E的學習器將其中m'個樣本誤分類、其余樣本全都分類正確的概率是（品）e…7（1一e）”-m' .由此可估算出其恰將e×m個樣本誤分類的概率如下式所示，這也表達了在包含m個樣本的測試集上，泛化錯誤率為e的學習器被測得測試錯誤率為e的概率： 我們可使用“二項檢驗”(binomial test)來對“E≤0.3”（即“泛化錯誤率是否不大于0.3”）這樣的假設進行檢驗．更一般的，考慮假設“e≤Eo”，則在l-a的概率內所能觀測到的最大錯誤率如下式計算．這里l-a反映了結論的“置信度”(confidence)，直觀地來看，相應于圖2.6中非陰影部分的范圍。