第六周（机器学习应用建议）-【机器学习-Coursera Machine Learning-吴恩达】

目录
    评估学习算法：
    方差和偏差
    学习曲线

    机器学习系统设计

1 评估假设，选择多项式模型

利用 测试集误差。

线性回归：

逻辑回归：

当选择多项式模型时：

一般进一步划分数据集为训练集60%、验证集20%、测试集20%
·利用 训练集 优化参数 theta
·使用 验证集 找到最小误差的多项式

·使用 测试集 估计泛化误差

2 偏差和方差：如何评价一个学习算法

1）拟合与偏差/方差
欠拟合：高偏差
过拟合：高方差

2）绘制学习曲线
有时候绘制学习曲线方便进一步优化模型

高偏差（欠拟合）：

高方差（过拟合）：

3）改进措施

3 机器学习系统设计

构建一个简单的系统，然后利用 算法评估、误差度量值，改进系统
模型评估
误差度量

查准率和召回率

权衡 P和R:

错题：