机器学习：模型评价和优化方法

评价参数 高误差和高方差 机器学习中的高误差指的是模型的损失函数校验中，训练集和测试集error大，模型欠拟合；高方差是指训练集的error小，测试集的error大，模型过拟合。通俗来讲，高误差问题就是采用训练集训练效果都不太好的模型，而高误差问题就是训练效果好，可是测试效果很差的模型，绘制学习曲线有助于了解算法是高误差问题仍是高方差问题，web 针对高误差的优化方向：算法 尝试增长特征 尝试添加

>>阅读原文<<