花书+吴恩达深度学习（十九）构建模型策略（训练模型顺序、偏差方差、数据集划分、数据不匹配）

目录

0. 前言

1. 调试模型顺序

2. 偏差方差的解决方法

3. 数据集的选取划分

4. 数据不匹配问题

5. 评估指标的选取

6. 贝叶斯最佳误差

---

如果这篇文章对你有一点小小的帮助，请给个关注，点个赞喔~我会非常开心的~

花书+吴恩达深度学习（十八）迁移学习和多任务学习

花书+吴恩达深度学习（十九）构建模型策略（训练模型顺序、偏差方差、数据集划分、数据不匹配）

花书+吴恩达深度学习（二十）构建模型策略（超参数调试、监督预训练）

0. 前言

本篇文章主要记录，构建模型，调试模型中的一些技巧方法和注意事项。

• 训练集：用于训练模型参数的数据集
• 开发集：用于调试模型超参数的数据集（相当于平时所说的测试集）
• 测试集：只用于测试模型性能的数据集

1. 调试模型顺序

第一步，降低训练集上的代价函数。

如果不能有效的降低，可以尝试更大的神经网络，或更好的优化方法。

第二步，降低开发集上的代价函数。

如果不能有效的降低，考虑可能是过拟合，使用正则化，或使用更大的训练集。

第三步，降低测试集上的代价函数。

如果不能有效的降低，考虑可能是开发集太小和测试集不匹配，使用更大的开发集。

第四步，使其在真实世界中表现良好