模型的选择、评估和优化-上

引入 对于一个机器学习工程而言，我们可以选择的模型众多，就之前的章节，我们已经可以选择： 线性回归 logistics判别 决策树 神经网络 对于一个模型而言，我们也有很多模型参数需要人工选择，本章将对模型的评估选择和优化进行详细介绍。 概念介绍 过拟合和欠拟合 在机器学习中，我们期望通过训练集来得到在新样本上表现的很好的学习器，找出潜在样本的普遍规律，在训练过程中，可能会出现两种情形： 欠拟合：

>>阅读原文<<