机器学习笔记

已于 2022-02-27 10:50:12 修改
阅读量611 收藏
点赞数
分类专栏： 笔记
于 2022-02-27 10:32:53 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_45505100/article/details/123160753
版权
本文探讨了偏差与方差在机器学习中的作用，解释了如何通过交叉验证集误差判断模型的拟合状态。当交叉验证集误差大于训练集误差时，可能存在过拟合问题，这通常表现为高方差；而偏差大则表示模型可能处于欠拟合状态，即多项式次数不合适。理解这些概念有助于优化模型性能。
摘要由CSDN通过智能技术生成

偏差大等于欠拟合
（交叉验证集误差大 则多项式个数d要么太小要么太大 即下图Jcv）d小则高偏差欠拟合。d大了则高方差过拟合。
方差大 =过拟合
训练集和验证集误差都大则欠拟合，高偏差
训练集误差小 验证集误差大则过拟合，高方差
备注：训练集误差小说明对训练机拟合效果好
而 交叉验证集误差又远大于训练机误差，则过拟合，高方差了

偏差和方差

JunYu_coding
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
机器学习知识点全面总结
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
04-12 13万+
机器学习按照模型类型分为监督学习模型、无监督学习模型和概率模型三大类,文章对十大机器学习算法进行详细介绍并阐述机器学习其他概念问题，可作为机器学习初学者学习使用。
李宏毅 || 机器学习笔记一
JiduoW的博客
07-25 4473
李宏毅机器学习2021/2022年学习笔记
机器学习笔记整理
ShaneHolmes
07-09 2947
关于我的Github 以下是机器学习部分的学习笔记的集合整理： 1.《机器学习前言之基本概念》 2.《机器学习之决策树》 3.《机器学习之最邻近规则分类KNN》 4.《机器学习之支持向量机SVM(一)》 5.《机器学习之支持向量机SVM(二)》 6.《机器学习之神经网络NN》 7.《机器学习之简单线性回归》 8.《机器学习之多元线性回归》 9.《机器学习之目标函数，损失函数和代价函数》 10.《机...
机器学习笔记（吴恩达）
kyxdjy的博客
04-25 4951
机器学习笔记（吴恩达）
机器学习笔记--机器学习基本概念（全面总结，通俗易懂）
最新发布
qq_44815135的博客
01-22 2870
 什么是机器学习？本文主要介绍了机器学习中的常见概念，包括监督学习和无监督学习、半监督学习、弱监督学习、强化学习、欠拟合和过拟合、损失和优化的概念以及常用的激活函数等。
【机器学习】机器学习笔记（吴恩达）
欢迎关注【微信公众号】测试开发Guide，从功能测试进阶测试开发
12-25 9861
中文笔记地址 http://www.ai-start.com/ml2014/html/week1.html 视频地址 https://www.bilibili.com/video/BV164411b7dx?p=4 https://study.163.com/course/courseLearn.htm?courseId=1210076550#/learn/video?lessonId=1280912351&courseId=1210076550 https://study.163.com/cours
机器学习笔记（李宏毅2022）-机器学习基本概念
qq_42472662的博客
08-20 828
设计一个机器学习模型的步骤
李宏毅机器学习笔记：GAN
qq_43711697的博客
08-30 4791
前言 主要记录李宏毅机器学习2021中介绍GAN部分的笔记，从GAN的发展开始到GAN的基本理论再到GAN生成的评价方法最后到介绍流行的GAN方法。 一、GAN的基本介绍 GAN的全名是Generative Adversarial Network生成对抗网络，其主要的目的是为了让训练机器让机器能够自主生成相对应类型的图片，其中生成器generator就是GAN中进行生成相对应类似分布的网络，而鉴别器Discriminator就是判别生成器生成是否为真假的网络，鉴别器通过将输入的图像转换成一个判别值来判断真
机器学习笔记总结
TSzero的博客
07-30 1420
线性回归模型详解 方差分析 聚类分析 PCA——主成分分析 机器学习笔记一——感知机 机器学习笔记二——k近邻 机器学习笔记三——决策树 机器学习笔记四——SVM 机器学习笔记五——EM算法与高斯混合模型 模型融合之Boosting XGBoost面试题 因果推断学习笔记一 因果推断学习笔记二 因果推断学习笔记三——Uplift模型 ...
2022吴恩达机器学习笔记汇总(共10章节).zip
12-27
2022吴恩达机器学习笔记汇总(共10章节).zip2022吴恩达机器学习笔记汇总(共10章节).zip2022吴恩达机器学习笔记汇总(共10章节).zip2022吴恩达机器学习笔记汇总(共10章节).zip2022吴恩达机器学习笔记汇总(共10章节).zip...
机器学习笔记完整版.pdf
09-28
机器学习笔记的广泛下载和使用证明了其在学习者中的实用价值和受欢迎程度。作者还明确表示，笔记中的内容是基于吴恩达的视频课程内容制作的，并且经过了自己的理解和加工。对于笔记中存在的任何错误，作者提供了联系...
二叉树线索化仍不能解决的两个问题及原因
jy的博客
12-03 7332
利用建立的线索二叉树找某个节点的前驱或者后继，仍不能有效解决 先序线索二叉树找先序前驱和后序线索二叉树找后序后继等两个问题 能够解决四个 1 先序线索二叉树中求先序后继 2 中序线索二叉树中求中序后继 3 中序线索二叉树中求中序前驱 4 后序线索二叉树中求后序前驱
utf-8和gbk
jy的博客
01-02 4419
爬虫中文乱码 **出现原因：**爬取的所有网页无论何种编码格式，都转化为utf-8格式进行存储，与源代码编码格式不同所以出现乱码 ****解释： UTF-8通用性比较好，是用以解决国际上字符的一种多字节编码，它对英文使用8位（即一个字节），中文使用24位（三个字节）来编码。 UTF-8编码的文字可以在各国各种支持UTF8字符集的浏览器上显示，也就是必须两者都是utf-8才行。 gbk是是国家编码，通用性比UTF8差，GB2312之类的都算是gbk编码。 GBK包含全部中文字符；UTF-8则包含全世界所有国家
文件路径中../和./和/ 三种的区别与使用
jy的博客
07-06 3152
知识点 "./"：代表目前所在的目录。 " . ./"：代表上一层(父级)目录。 "/"：代表根目录。 举个栗子1 文件夹如上，在示例.html中引用css/index.css，应该写为 <link rel="stylesheet" href="./css/index.css"> // "./"表示当前目录（示例.html所在目录）下 举个栗子2 同用上个文件夹，在index.css中应用imag里的png文件，应该写为 "../images/shutoff.png" // ".
无头结点单链表逆序（双指针，递归）
jy的博客
12-04 787
我清晰记得，以前在数据结构课上，老师和我们说：涉及到链表的操作，一定要在纸上把过程先画出来，再写程序。 现在想想，这句话简直就是真理！ 好理解的双指针 定义两个指针： prepre 和 curcur ；prepre 在前 curcur 在后。 每次让 prepre 的 nextnext 指向 curcur ，实现一次局部反转 局部反转完成之后， prepre 和 curcur 同时往前移动一个位置 循环上述过程，直至 prepre 到达链表尾部 代码 class Solution { public:
使用jsDelivr加速GitHub静态资源
jy的博客
01-23 526
CDN解释 CDN的全称是Content Delivery Network，即内容分发网络。CDN是构建在网络之上的内容分发网络，依靠部署在各地的边缘服务器，通过中心平台的负载均衡、内容分发、调度等功能模块，使用户就近获取所需内容，降低网络拥塞，提高用户访问响应速度和命中率。CDN的关键技术主要有内容存储和分发技术。——百度百科 为什么要使用他 GitHub静态资源访问很慢，利用jsDelivr来加速它！ 由于各种因素，GitHub的速度总是差强人意。使用国内对象储存需要收费和备案，对非盈利性站点
吴恩达Coursera机器学习笔记全集：从入门到进阶
"Coursera机器学习笔记包含了吴恩达教授在Coursera平台上的机器学习课程的完整笔记，从监督学习与无监督学习的基本概念，到各种机器学习算法的详细讲解，包括线性回归、逻辑回归、正则化、神经网络、支持向量机、非...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值