机器学习之机器学习系统设计（吴恩达机器学习）

1. 应用机器学习的建议

1.1 下一步做什么

仍然使用预测房价的学习例子，假如你已经完成了正则化线性回归，也就是最小化代价函数J的值，假如，在你得到你的学习参数以后，如果你要将你的假设函数放到一组新的房屋样本上进行测试，假如说你发现在预测房价时产生了巨大的误差，现在你的问题是要想改进这个算法，接下来应该怎么办？

获得更多的训练实例——通常是有效的， 但代价较大， 下面的方法也可能有效， 可考虑先采用下面的几种方法。
1.尝试减少特征的数量
2.尝试获得更多的特征
3.尝试增加多项式特征
4.尝试减少正则化程度λ
5.尝试增加正则化程度λ

总结一下，我们可以采取的手段主要在这些方面：数据集、特征、多项式特征、正则化项。我们不应该随机选择上面的某种方法来改进我们的算法，而是运用一些机器学习诊断法（Machine learning dignostic）来帮助我们知道上面哪些方法对我们的算法是有效的。
诊断法的意义：你通过执行这种测试，能够深入了解某种算法到底是否有用。这通常也能够告诉你