吳恩達機器學習課程 | 06 Advice for Applying Machine Learning

本主題主要講授一些評估假設函數性能的一些方法。 一、評估假設函數 評估模型(假設函數)的方法有多種,當特徵數比較少時,可以通過畫圖的方式來觀察模型的優劣;當特徵數比較多時,則需要使用更一般的方法,這種方法就是將整個數據集劃分成訓練集和測試集,劃分的比例爲 7 : 3,如下圖。 我們讓假設函數在訓練集中進行訓練,將訓練誤差最小化。做到這一點後,將訓練得到的模型參數代入到測試集的代價函數 J t e
相關文章
相關標籤/搜索