模型選擇（驗證集、偏差/方差）

模型選擇（驗證集、偏差/方差） 一、改進方法 二、評估假設 2.1 線性迴歸模型 2.2 邏輯迴歸模型 三、模型選擇和交叉驗證集 3.1 交叉驗證集 3.2 模型選擇 四、診斷偏差和方差 4.1 偏差和方差 4.2 判別 五、歸一化和偏差/方差 六、學習曲線 6.1 學習曲線 6.2 利用學習曲線識別高偏差/欠擬合 6.3 利用學習曲線識別高方差/過擬合 七、改進方法選擇 7.1 方法及適應情況

>>阅读原文<<