Andrew Ng -machine learning 课堂笔记（一）第六周

------Cost function 的正则化的机理：

Lambda为cost function的正则化系数，我们知道theta矩阵的更新一般通过如下公式：theta：=theta-alpher*J（theta）的偏导；当lambda偏大是，theta更新的步调变大，容易出现underfiting，反之容易出现overfiting。

-------训练误差、交叉确定误差、测试（泛化）误差

-----------high bias （偏差）和 high Variance（方差）

注：左边的曲线名称为learning curve（用于判断当前系统处于什么状况，Jcv曲线的最低点为“just right”点）

--------决定下一步该怎么做：当出现偏差和方差的时候我们下一步应该采取什么措施？

.

----------查准率和召回（查全）率：用于准确评估偏斜类问题（两个类别的样本数量相差悬殊）；查出来的多少是正确的和查出来的占实际上所有的多少；两者互斥

下面二分宫格里面有：真阳性、假阳性、假阴性、真阴性。查准率（precision）:判断在所有预测为阳性的数量中有多少是真阳性；和召回率（recall）：实际为阳性的数量中有多少被真正预测。的计算如下所示：

---------怎么权衡查准率和查全率：不能用平均值法。