機器學習算法的性能評估常用的幾種方式

1.獲取更多的樣本 2.減少或增加特徵量 3.減少或增加lamda的值 現在來說如何找到有效的方法使訓練集的偏差變小。 一.通常把訓練樣本分爲訓練集（60%），交叉驗證集（20%），測試集（20%）。 訓練集：找到對應擬合的θ 驗證集：在訓練集應用找到的θ後計算出驗證誤差(最後一般選驗證誤差較小的參數作爲假設參數) 測試集：對測試集所有的誤差進行平均加權，得到測試誤差。 二.選擇合適的模型。 在選

>>阅读原文<<