机器学习笔记——模型选择和交叉验证集

通常为了选择能适应一般情况的模型，需要使用交叉验证集来帮助选择模型。

即，使用60%的数据作为训练集，使用20%的数据作为交叉验证集，使用20%的数据作为测试集。

模型的选择方法为：

1、使用训练集训练出10 个模型

2、用10个模型分别对交叉验证集计算得出交叉验证误差（代价函数的值）

3、选取代价函数值最小的模型

4、用步骤3中选出的模型对测试集计算得出推广误差（代价函数的值）