模型的選擇、評估和優化-上

引入 對於一個機器學習工程而言，我們可以選擇的模型衆多，就之前的章節，我們已經可以選擇： 線性迴歸 logistics判別 決策樹 神經網絡 對於一個模型而言，我們也有很多模型參數需要人工選擇，本章將對模型的評估選擇和優化進行詳細介紹。 概念介紹 過擬合和欠擬合 在機器學習中，我們期望通過訓練集來得到在新樣本上表現的很好的學習器，找出潛在樣本的普遍規律，在訓練過程中，可能會出現兩種情形： 欠擬合：

>>阅读原文<<