西瓜书
文章平均质量分 93
Dr'Dony
这个作者很懒,什么都没留下…
展开
-
DW吃瓜笔记—Task01(下)—模型的评估与选择
文章目录前言误差与过拟合评估方法如何划分训练集与测试集留出法交叉验证法自助法调参 前言 这是我在Datawhale组队学习《机器学习》与《机器学习公式详解》的记录,既作为我学习过程中的笔记,也供同好们一起交流研究,之后还会继续更新相关内容的博客,欢迎点赞收藏关注。 误差与过拟合 我们将学习器对样本的实际预测结果与样本的真实值之间的差异定义为:误差(error)。 定义: 在训练集上的误差称为训练误差(training error)或经验误差(empirical error)。 在测试集上的误差称为测试原创 2021-10-05 20:26:11 · 188 阅读 · 0 评论 -
DW吃瓜笔记—Task01(上)—绪论
文章目录前言机器学习定义基本术语总结 前言 这是我在Datawhale组队学习《机器学习》与《机器学习公式详解》的记录,既作为我学习过程中的笔记,也供同好们一起交流研究,之后还会继续更新相关内容的博客,欢迎点赞收藏关注。 机器学习定义 我们根据过去的经验来判断明天的天气,吃货们希望根据之前购买经验挑选一个好瓜,那能不能让计算机帮助人类来实现这个呢?机器学习正是这样的一门学科,人的“经验”对应计算机中的“数据”,让计算机来学习这些经验数据,生成一个算法模型,在面对新的情况中,计算机便能作出有效的判断,这便原创 2021-09-15 00:09:18 · 122 阅读 · 0 评论