深度學習入門---神經網絡1

常規套路 手機數據並給定標籤 訓練一個分類器 測試，評估 K-近鄰算法 對於不同參數的選擇，會對結果產生不同的影響。 如何計算： k-近鄰 選取超參數的正確方法是：將原始訓練集分爲訓練集和驗證集，我們在驗證集上嘗試不同的超參數，最後保留表現最好的那個。 如果訓練數據集不夠，使用交叉驗證方法，它能幫助我們在選取最優超參數的時候減少噪音 一旦找到最優的超參數，就讓算法以該參數在測試集跑且只跑一次，並根

>>阅读原文<<