3-模型選擇的詳細過程-機器學習

    已經清楚了模型選擇的理論，接下來探討實際中，如何選擇模型？ 任務： 給定假設空間，損失函數，訓練數據集，判斷給出的各個模型，哪個更優秀？ 場景一：訓練數據集容量足夠大。 方案一：使用經驗風險最小化ERM策略 推理過程： 大前提： 當訓練數據集接近總體數據集時，可以認爲經驗損失是接近期望損失的。 小前提： 期望損失越小，模型越優秀。 結論：當訓練數據集接近總體數據集時，經驗損失越小，模型越優

>>阅读原文<<