傳統機器學習-應用機器學習的建議(吳恩達機器學習筆記)

模型選擇和訓練、驗證、測試集 訓練集用最優化算法來得到最有的參數，驗證集用來挑選超參數，測試集用來預估出泛化誤差。 診斷偏差與方差 高偏差（欠擬合）：訓練集誤差大，測試集誤差大 高方差（過擬合）：訓練集誤差小，測試集誤差大 學習曲線 橫軸：樣本個數，縱軸：誤差 接下來決定做什麼 對待高偏差 增加特徵 增加多項式特徵 減小正則化參數 對待高方差 增大訓練集 減少特徵數 增大正則化參數

>>阅读原文<<