机器学习实战(基于scikit-learn和TensorFlow)学习心得(12)---cross-validation,超参的选取等杂记

cross-validation,这是一个很好的用来测试model是否好用的工具,可以在测试集量不够大的时候增加检测model是否好用的一种重要的方法. 但c-v有利有弊.他会大幅度增加机器计算的负担以及大幅度延长调试时间. 需要自我取舍. 当我们遇到overfitting的问题的时候,有三种解决办法:1.增加数据量 2.简化模型 3.给模型加上约束超参. 但我们首先应该考虑的是换一种模型而不是在

>>阅读原文<<