1 线性回归的代价函数永远是凸函数
即只有全局最优,无局部最优
2 确定参数,降低代价函数的方法:
(1).梯度下降法:当特征变量很多(大于10000)时,适用
(2).正规方程法
过拟合(overfitting):变量(features)过多而训练集太小时可能出现,出现时的特征为 假设函数能很好地拟合训练集,代价函数接近于0。但是无法用于新的数据的预测。
解决过拟合的方法:
(1)减少特征变量的数量
(2)正则化
如何判断是否过拟合:
将训练集进行划分,一部分用于训练,一部分用于测试,例如7:3等。
正则化:在代价函数中,给某些相关性较低的参数添加“惩罚项”。来使这些参数变得很小。
将所有数据分为训练集,交叉验证集,测试集(常用比例为6:2:2)
先用训练集训练,再通过交叉验证集寻找合适的模型(通过交叉验证集确定多项式次数),最后用测试集得到模型的泛化误差
(1)如果训练集误差和验证集误差都很高,可能是欠拟合
(2)如果训练集误差很低、验证集误差很高(远远大于训练集误差),可能是过拟合
(1)出现高偏差情况(欠拟合)
增加特征数量
降低正则化参数
(2)出现高方差情况(过拟合)
收集更多训练样本
减少特征数量
增加多项式特征
加大正则化参数
通过查准率和召回率,解决不对称分类的误差评估
PCA(主成分分析)
将N维的特征向量降低到K维,需要找出K个向量,使得数据在这K维空间上的投影误差最小。
注:PCA不适合用于防止过拟合(虽然减少了特征数量),主要用于降维从而提高计算速度
10.异常检测算法 和 监督学习 的选择依据
(1).异常检测算法:当异常样本数量相比于正常样本很少时使用,将这些异常样本分配到交叉验证集和训练集中。训练集中只要放正常样本。
(2)监督学习:有大量的正常和异常的样本,