Coursera machine learning week 6(二)

一 誤差分析 當應用機器學習時,建議的順序是: 1.首先構建一個比較簡單的模型或學習算法; 2.畫出模型的學習曲線、診斷模型是否有高偏差(欠擬合)或者高方差(過擬合)問題,從而決定是否需要更多的數據或者更多的特徵來解決; 3.誤差分析,手動檢查算法算錯的那些樣例,然後找出算法算錯的樣例術語那種類型。 二 偏斜類的誤差度量指標 2.1 偏斜類(Skewed classes):是指假設一個樣本中有兩類
相關文章
相關標籤/搜索