machine-learning-task01

機器學習模型確認的思維導圖： 個人理解：機器學習的任務是得到所需要的模型，模型包括算法公式及其參數。首先利用損失函數表示出預測數據和實際數據的殘差，利用優化算法計算損失函數最小時的參數，即得到模型的參數。但是這樣處理，往往得到的模型不是很理想，會出現過擬合、欠擬合的情況。這時，就需要對模型進一步檢驗（交叉驗證、k摺疊交叉驗證等）以及參數調優，來提高模型的泛化能力。最終還需要對模型的性能進行定量評估

>>阅读原文<<