吳恩達機器學習筆記——由方差和偏差改進神經網絡

對應吳恩達機器學習網易雲課程第11章的內容。   改進方案的設計 對於在新樣本測試下擬合結果和實際偏差較大的情況，應該如何改進呢？ 蒐集更多的訓練樣本，多渠道多種類，但實際上很多情況下是於事無補的。 嘗試使用更少的特徵，防止過擬合。 獲取更多特徵。 增加多項式特徵，如。 修改的值，上下浮動。 評估假設 通常訓練集70%，測試集30%，最好採用隨機順序構造你的數據。 線性迴歸的測試誤差（是測試集的樣

>>阅读原文<<