改进机器学习算法性能的几条途径

获得更多的训练实例，通常来说是有效的，但代价比较大，在高偏差/欠拟合的情况下，增加数据到训练集不一定能有帮助。而在高方差/过拟合的情况下，增加更多的数据到训练集可能可以提高算法效果。

以下是几种可以先考虑的方法：

1、在过拟合的情况下，可以尝试减少特征的数量，解决高方差。

2、在欠拟合的情况下，可以尝试获得更多的特征，解决高偏差。

3、尝试增加多项式特征，解决高偏差。

4、尝试减少正则化程度λ，解决高偏差。

5、尝试增加正则化程度λ，解决高方差。