學習理論、模型選擇、特徵選擇——斯坦福CS229機器學習個人總結（四）

這一份總結裏的主要內容不是算法，是關於如何對偏差和方差進行權衡、如何選擇模型、如何選擇特徵的內容，通過這些可以在實際中對問題進行更好地選擇與修改模型。 1、學習理論（Learning theory） 1.1、偏差/方差（Bias/variance） 圖一 對一個理想的模型來說，它不關心對訓練集合的準確度，而是更關心對從未出現過的全新的測試集進行測試時的性能，即泛化能力（Generalization

>>阅读原文<<