传统机器学习-应用机器学习的建议(吴恩达机器学习笔记)

模型选择和训练、验证、测试集 训练集用最优化算法来得到最有的参数，验证集用来挑选超参数，测试集用来预估出泛化误差。 诊断偏差与方差 高偏差（欠拟合）：训练集误差大，测试集误差大 高方差（过拟合）：训练集误差小，测试集误差大 学习曲线 横轴：样本个数，纵轴：误差 接下来决定做什么 对待高偏差 增加特征 增加多项式特征 减小正则化参数 对待高方差 增大训练集 减少特征数 增大正则化参数

>>阅读原文<<