機器學習入門——算法性能評估以及診斷法

問題介紹 我們大致可以將訓練出的參數分爲三類：欠擬合、正常、過擬合。 以方程次數爲例，對於一個簡單的單特徵值問題，我們可能擬出如下模型： 而方程次數過低容易導致欠擬合，方程次數過高可能導致過擬合： 方程次數選擇 首先來講一個比較簡單的方法，我們把數據集分成訓練集（70%）和測試集（30%），用每一種方程訓練集得出對應的最優參數 θ \theta θ。 然後每個方程用對應的參數 θ \theta θ

>>阅读原文<<