笔记 | 吴恩达 机器学习（六）模型选择与评估，误差分析与优化

参考：机器学习笔记week6 注：本章没有枯燥的算法讲解，主要讲的是在机器学习实践过程中的一些应用建议。 本章目录 概述 1. 模型选择与评估——训练集，验证集，测试集 2. 误差分析 2.1 偏差与方差 2.3 学习曲线 2.3 总结方法 3. 类偏斜的误差度量 概述 前5周我们学习了线性回归，逻辑回归，神经网络来训练数据得到预测模型。但是如何评价预测模型的优劣，如何对预测模型进行误差分析以及如

>>阅读原文<<