每天五分钟机器学习：通过训练集、交叉验证集判定模型拟合问题

本节重点

上一节课程我们学习了如何来选择我们的模型，通过训练集，交叉验证集还有测试集，那么这节课程我们将学习如何诊断我们的算法所出现的问题。当你运行一个学习算法时，如果这个算法的表现不理想，那么多半是出现两种情况：要么是偏差比较大，要么是方差比较大。换句话说，出现的情况要么是欠拟合，要么是过拟合问题。

三种情况

欠拟合、正常拟合、过拟合三种情况的直观体现

误差

训练集误差是对训练集的误差，而交叉验证集误差是对交叉验证集的误差

将训练集和交叉验证集的代价函数误差与多项式的次数d绘制在同一张图表上来帮助分析，如下所示：