機器學習：模型評價和優化方法

評價參數 高誤差和高方差 機器學習中的高誤差指的是模型的損失函數校驗中，訓練集和測試集error大，模型欠擬合；高方差是指訓練集的error小，測試集的error大，模型過擬合。通俗來講，高誤差問題就是採用訓練集訓練效果都不太好的模型，而高誤差問題就是訓練效果好，可是測試效果很差的模型，繪製學習曲線有助於瞭解算法是高誤差問題仍是高方差問題，web 針對高誤差的優化方向：算法 嘗試增長特徵 嘗試添加

>>阅读原文<<