斯坦福機器學習筆記五

機器學習診斷法 有時候發現訓練出來的模型誤差很大，會有很多解決辦法。例如：增加更多的訓練樣本，減少特徵數目，增加特徵數目，增加多項式特徵，減小或增大正則化參數 λ 的值 。但是這些嘗試往往會浪費很多時間，所有這裏提出了一種機器學習診斷法。 1、數據的分配 將數據分爲三部分，訓練集（60%）、交叉驗證集（20%）和測試集（20%）。利用訓練集，選擇最優的多項式個數及其參數；利用交叉驗證集代入到擬合出

>>阅读原文<<