机器学习(Coursera吴恩达)(五)
标签(空格分隔): 机器学习
我们要怎么样选择哪些方法,来改善我们的学习算法。
1. 尝试减少特征数量
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
5. 尝试增加正则化程度
6. ……
这些方法,应该有判别的方法进行选择,而不是瞎选。
评估一个假设
如何避免过拟合和欠拟合?
将数据集分为三部分:Train_set, Test_set, CrossValidation_set.
模型选择
假设有多个阶数不同的模型:
选择方法:
1. 使用训练集训练出10个模型
2. 分别对cv_set计算得到交叉验证误差(代价函数的值 Jcv J c v )
3. 选取代价函数最小的模型
4. 用3.中选择出的模型对test_set算出推广误差( Jtest