模型选择(验证集、偏差/方差)
一、改进方法
①获得更多训练实例
②减少特征数量
③获得更多特征
④增加多项式特征
⑤减少归一化程度λ
⑥增加归一化程度λ
二、评估假设
判断一个假设函数是否过拟合,需要对假设函数h(x)进行画图,观察图形趋势。
对于多个特征变量,我们将数据分成训练集(70%)和测试集(30%),保证训练集和测试集都含有各种类型的数据,因此在划分前先对数据进行“洗牌”。
通过训练集使得模型学习得出参数后,用测试集进行评估。
2.1 线性回归模型
对于线性回归模型,利用测试集数据计算代价函数J
2.2 逻辑回归模型
①利用测试集计算代价函数J
②对于每一个测试集实例,计算误分类比率,然后对计算结果求平均