機器學習（第六週）--算法評價以及優化

模型評價方法 假設對於訓練樣例可能具有較低的誤差，但仍然不準確（因爲過度擬合）。 因此，爲了評估假設，給定訓練樣例的數據集，我們可以將數據分成兩組：訓練集和測試集。 通常，培訓集由70％的數據組成，測試集爲剩餘的30％ 線性迴歸 分別使用訓練集和數據集計算 使用訓練數據集，訓練得到訓練數據集中最小的θ 計算測試數據集中測試的誤差 如果訓練集誤差較小，測試集誤差較大。我們訓練的模型在訓練集上市過度擬

>>阅读原文<<