训练时数据划分及参数选择

应用机器学习的建议 决定下一步做什么     当要设计机器学习系统时，如何选择一条最适合最高效的道路？     假设你已经实现了正则化的线性回归来预测房屋价格，然而，当在一组新的测试集上使用该假设时，在预测上出现了不能接受的错误，接下来会做什么呢？也就是说当调试学习算法时，当面对测试集算法效果不佳时，会怎么做呢？     （1）采集更多的训练样本；（有时候并没有效果）     （2）尝试选用更少的

>>阅读原文<<