【DL-李宏毅2020笔记-02】回归与分类（朴素贝叶斯与逻辑回归）

回归 1. 模型建立 模型：这里为线性模型； 衡量模型好坏：损失函数； 训练模型目标：最小化损失函数，优化方法求解优化问题； 2. 模型评价 训练集、测试集上的平均误差：主要关注测试集上的平均误差； 3. 模型优化 3.1 增大模型复杂度 随着模型复杂度的增加，训练集上的平均误差逐渐减小，测试集上的平均误差先减小后增大，过于复杂的模型会出现过拟合现象； 3.2 考虑隐变量 不同的隐变量取值，建立不

>>阅读原文<<