- 博客(3)
- 收藏
- 关注
原创 learning_curve(学习曲线)
查看模型的学习效果;通过学习曲线可以清晰的看出模型对数据的过拟合和欠拟合;学习曲线:随着训练样本的逐渐增多,算法训练出的模型的表现能力;表现能力:也就是模型的预测准确率,使用均方误差表示;学习率上体现了模型相对于训练集和测试集两类数据的均方误差。
2019-10-11 22:03:23 26775 4
原创 残差、方差、偏差、MSE均方误差、Bagging、Boosting、过拟合欠拟合和交叉验证
残差在数理统计中是指实际观察值与估计值(拟合值)之间的差。Bias反映的是模型在样本上的输出与真实值之间的误差,即模型本身的精确度。Variance反映的是模型每一次输出结果与模型输出期望之间的误差,即模型的稳定性。
2019-10-11 11:03:51 62853
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人