機器學習系列（五）——訓練集、測試集、驗證集與模型選擇

在機器學習過程當中，爲了找到泛化性能最好的那個函數，咱們須要肯定兩方面的參數：一、假設函數參數，也就是咱們一般所說的 w w 和 b b ，這類參數能夠經過各類最優化算法自動求得。二、模型參數，好比多項式迴歸中的多項式次數，規則化參數 λ λ 等，這些參數被稱爲超參數，通常在模型訓練以前經過手工指定（固然也能夠採用網格法等算法進行尋優）。肯定模型超參數的過程稱爲模型選擇。web 模型選擇 借用吳恩

>>阅读原文<<