考虑我有一个机器自动获取的数据集，它返回以下测量值：

[111, 121, 114, 154, 149, 150]

然后，我手动检查机器接收到的这些值与真实值的比较情况，并且在手动检查时得到以下测量结果：

[112, 121, 114, 154, 149, 149]

如您所见，数据集在两个地方不同（我测量了 112，机器看到了 111，我测量了 149，机器看到了 150），这意味着机器不准确。

有了这个，说明和计算我对机器准确或不准确的信心的正确方法是什么？我显然可以说这是错误的 2/6 次（33% 不准确/66% 准确），但我不确定是否有更好的方法来表示这一点，尤其是使用比我为示例列出的数据集更大的数据集.

作为后续问题，我如何比较这些置信度或准确度水平？例如，如果这台机器的准确率通常为 94%，但最近被改进为 98%，那么除了准确率提高了 4% 之外，我如何说明这一点？