![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
骑士GG
这个作者很懒,什么都没留下…
展开
-
周志华机器学习(西瓜书)第二章模型评估与选择
(一)两种误差 1.训练误差(经验误差):样本的测试集(样本的一部分,测试集有不同划分方法)的误差 2.泛化误差:新样本上的误差 (二)评估方法(或者说是测试集的选取方法) 1.留出法 分层采样,使训练集和测试集类别比例尽量一样。 适用于数据较多的情况。 2.交叉验证法 k折交叉验证,分k组,每次用k-1个组作为训练集,一组作为测试集(k个组都会轮一遍,所以是k次)。 适用于数据较多的情况。 ps:10次10折交叉验证法和100次留出法都是训练/测试一百次 3.自助法 从含有m个数据原创 2022-01-11 23:06:19 · 511 阅读 · 0 评论 -
周志华机器学习(西瓜书)第一章绪论
(一)基本术语 1.标记 2.样例 3.泛化能力 4.过拟合 (二)学习任务的分类 学习任务种类: 1.按照数值类型 (1)分类:预测的是离散值 (2)回归:预测的是连续值 2.训练数据是否有标记 (1)有监督学习:有标记,包括分类和回归。 (2)无监督学习:无标记,包括聚类(对训练集进一步分组) (三)一些理论 1.奥卡姆剃刀理论:多个假设与观察一致,选择最简单的。 2.NFL(没有免费的午餐):无论学习算法如何,期望性都相同(它的前提是所有问题重要性一样,但实际上我们关注的原创 2022-01-11 22:47:56 · 366 阅读 · 0 评论