吴恩达 机器学习 第六周 笔记+编程

Evaluating a Learning algorithm

假设在用linear regression 预测房价，然后你发现预测结果与实际结果偏差甚远。what should you try next？

然后 这里 引入两个概念，训练集和测试集。一般来说，训练集占70%，测试集占30%。

 

一般来说，都是先通过训练集求得θ然后再丢到测试集中测试测试误差。

图中，test error 公式跟linear regression的一样，就下标变了。

、

为了进一步精确我们的hypothesis我们引入交叉验证Cross validation

其中，训练集占60%，交叉验证集占20%，测试集占20%

以上所交代的是关于机器学习模式的选择，考虑该使用哪种多项式，然而regularization正则化中的λ 和 样本数量m也是影响算法性能的重要元素。以下引入 偏差(bias)和方差(variance)

前面我们所学习过的overfit和underfit中，underfit(欠拟合)就是典型的高bias，overfit则是典型的高variance