machine-learning怎样选择训练模型

1.对数据集的处理 一般来说要对数据集作一个2：2：6的处理，分别是测试集，交叉测试集，训练集（且最好是随机化） 2.选择训练模型 训练模型的形状大致跟两个参数有关一个是hypothesis函数的最高幂，用d来表示。 一个是正则项的系数，用λ表示 d的值越高，对数据的拟合度就越高，反之越低 λ过大则有可能出现训练模型为一条直线的情况，λ过小则有可能过拟合 那么要怎么选择这两个的值呢？ 首先我们选取

>>阅读原文<<