机器学习模型确认的思维导图:
个人理解:机器学习的任务是得到所需要的模型,模型包括算法公式及其参数。首先利用损失函数表示出预测数据和实际数据的残差,利用优化算法计算损失函数最小时的参数,即得到模型的参数。但是这样处理,往往得到的模型不是很理想,会出现过拟合、欠拟合的情况。这时,就需要对模型进一步检验(交叉验证、k折叠交叉验证等)以及参数调优,来提高模型的泛化能力。最终还需要对模型的性能进行定量评估。
machine-learning-task01
最新推荐文章于 2021-07-13 00:27:38 发布