機器學習理論基礎

算法模型性能評估的指標和評估方法 1.過擬合和欠擬合 過擬合：很好地擬合訓練樣本，但對新數據預測準確定不好(高方差)； 欠擬合：對訓練樣本和新數據都不能很好地擬合(高偏差) 2.成本函數 成本：衡量模型和訓練樣本符合程度的指標，擬合出來的值和真實值之間的誤差平均值。 成本函數J(θ)：成本和模型參數的函數關係。 針對一個數據集，可有多個模型來擬合數據；針對某個模型，又需從無窮多個參數中找出一個最優

>>阅读原文<<