【吴恩达】机器学习第11章学习收获

1.判断过拟合： 将数据集以7：3分为训练集和测试集，如果数据是有序的，最好随机选择以7：3的比例划分。 首先训练：通过训练集最小化得到（使用训练集） 然后计算误差：(使用测试集） 如果很大，则说明存在过拟合。 2.模型选择（次数、特征数等） 将数据集分为训练集、交叉验证集、测试集。一般按照6：2：2的比例。 先用训练集得到,使用交叉验证集来选择模型：最小化J 得到 然后计算，选取最小的对应的次数

>>阅读原文<<