3-模型选择的详细过程-机器学习

    已经清楚了模型选择的理论，接下来探讨实际中，如何选择模型？ 任务： 给定假设空间，损失函数，训练数据集，判断给出的各个模型，哪个更优秀？ 场景一：训练数据集容量足够大。 方案一：使用经验风险最小化ERM策略 推理过程： 大前提： 当训练数据集接近总体数据集时，可以认为经验损失是接近期望损失的。 小前提： 期望损失越小，模型越优秀。 结论：当训练数据集接近总体数据集时，经验损失越小，模型越优

>>阅读原文<<