吴恩达机器学习笔记——由方差和偏差改进神经网络

对应吴恩达机器学习网易云课程第11章的内容。   改进方案的设计 对于在新样本测试下拟合结果和实际偏差较大的情况，应该如何改进呢？ 搜集更多的训练样本，多渠道多种类，但实际上很多情况下是于事无补的。 尝试使用更少的特征，防止过拟合。 获取更多特征。 增加多项式特征，如。 修改的值，上下浮动。 评估假设 通常训练集70%，测试集30%，最好采用随机顺序构造你的数据。 线性回归的测试误差（是测试集的样

>>阅读原文<<