Ao construir um classificador usando aprendizado de
máquina, um analista deve verificar o quão efetivo ele é
para a predição, ou seja, estimar sua precisão preditiva,
uma vez que o erro é inerente ao processo – deseja-se
aprender sobre uma população, mas se tem acesso a uma
amostra dela. No caso da classificação, o conjunto de
treinamento é utilizado para aprender e um conjunto de
testes é utilizado para estimar o erro. Para estimar a
precisão preditiva de um classificador a partir de uma
amostra de dados não utilizada anteriormente ou não
conhecida, podem ser empregadas as seguintes
estratégias: