Outline for today:
- 模型选择(ModelSelection)
- 高偏差(high bias),高反差(high variance)怎么解决
- 误差分析(Error Analysics) 和 销蚀分析(Ablative analysics)
- 构建机器学习模型的基本步骤
Now, lets move on…
Model Selection
通常在解决问题之前并不清楚哪个模型的效果会最好,一般情况下会建立多个模型训练后从中选出最佳的模型!实际上也就是对超参数(hyperparameters)的调整。例如线性回归问题中的局部加权或其他回归的带宽参数,svm中常量c的选择…
假设 M = { m 1 , m 2 , m 3 , … … , m n } M = \{m_1, m_2, m_3,……, m_n\} M={
m