通过 对 训练得到的机器学习算法 进行测试，可以了解到 这个算法什么情况下工作的很好，什么情况下不好；并对如何最好的改善算法性能 得到指导性的知识。
诊断算法，通常要花时间来实现，但这样做反而会更好的少走弯路，利用时间。
最简单的是把数据集分成训练集、测试集。然后使用训练集 来训练得到模型，并使用测试集 来评估 模型性能。
简单的例子：
1）线性回归模型
使用训练集得到模型，然后使用测试集进行测试，并使用不带规整化的 cost函数 来计算错误
2） 逻辑回归模型
使用训练集得到模型，然后使用测试集进行测试，
计算测试集上的错误时，有两种方法：
a）使用不带规整化的 花费函数 来计算错误
b）误分类错误（0/1分类错误）
原文：http://www.cnblogs.com/simplelovecs/p/5133061.html