机器学习必知必会
分享机器学习必须掌握的知识点和算法原理
TOMOCAT
知乎可私信: TOMOCAT
展开
-
[机器学习必知必会]交叉验证
前言当我们根据数据训练出一个机器学习模型时,我们希望它在新的数据上也保持较高的准备率,这就需要我们对学习到的不同模型有一个模型评估准则。为了评估模型的泛化性能(指模型在未知数据上的预测能力),防止模型落入“过拟合”的陷进。我们人为地将原始数据划分为训练集和测试集,前者用于训练模型,后者用于评估模型的泛化性能。训练集、验证集和测试集在监督学习建模中,数据集常被划分为2~3组(验证集有时候...原创 2019-06-08 22:17:47 · 930 阅读 · 0 评论 -
[机器学习必知必会]正则化和范数
写在前头本文格式略微有些乱码,为不妨碍阅读,可以查看我在头条上写的原文:https://www.toutiao.com/i6650364324176986637/正则化综述机器学习中经常会在损失函数中加入正则项,称之为正则化(Regularize)。目的:防止模型过拟合原理:在损失函数上加上某些规则(限制),缩小解空间,从而减少求出过拟合解的可能性例子:以最简单的线...原创 2019-03-04 16:01:12 · 18162 阅读 · 0 评论