- 博客(4)
- 收藏
- 关注
RSS订阅原创 正则化方法：防止过拟合，提高泛化能力
在训练数据不够多时，或者overtraining时，常常会导致overfitting（过拟合）。其直观的表现如下图所示，随着训练过程的进行，模型复杂度增加，在training data上的error渐渐减小，但是在验证集上的error却反而渐渐增大——因为训练出来的网络过拟合了训练集，对训练集外的数据却不work。为了防止overfitting，可以用的方法有很多，下文就将以此展开。有一个
2017-12-21 20:30:15
499
原创 过拟合解决方案
方法一：尽量减少选取变量的数量具体而言，我们可以人工检查每一项变量，并以此来确定哪些变量更为重要，然后，保留那些更为重要的特征变量。至于，哪些变量应该舍弃，我们以后在讨论，这会涉及到模型选择算法，这种算法是可以自动选择采用哪些特征变量，自动舍弃不需要的变量。这类做法非常有效，但是其缺点是当你舍弃一部分特征变量时，你也舍弃了问题中的一些信息。例如，也许所有的特征变量对于预测房价都是有用的，我
2017-12-21 20:04:37
413
原创 有监督学习、无监督学习、分类、聚类、回归等概念
特征（feature）数据的特征。（书的内容。）标签（label）数据的标签。如（书属于的类别，例如“计算机”“图形学”“英文书”“教材”等。）学习（learning）将很多数据丢给计算机分析，以此来训练该计算机，培养计算机给数据分类的能力。换句话说，学习指的就是找到特征与标签的映射（mapping）关系。这样当有特征而无标签的未知数据输入时，我们就可以通过已有的关系得
2017-12-21 19:31:14
4683
原创 机器学习算法“攻城狮”成长-必经之路
问题导读：1. 基础开发能力包含哪些部分？2. 概率和统计基础包含哪些部分？3. 机器学习理论包含哪些部分？4. 开发语言和开发工具包含哪部分？5. 机器学习算法工程师现状是怎样的？成为一名合格的开发工程师不是一件简单的事情，需要掌握从开发到调试到优化等一系列能力，这些能力中的每一项掌握起来都需要足够的努力和经验。而要成为一名合格的机器学习算法工程师
2017-12-16 11:14:09
306
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人