机器学习
爱吃香菇的小姑娘
这个作者很懒,什么都没留下…
展开
-
模型的评估方法及错误率与精度
模型的评估方法:留出法(hold-out):直接将X分解为两个不相交的集合,其中一个作为训练集,另一个作为测试集。常常将2/3-4/5的样本用作训练,其余用作测试。交叉验证(cross validation):将数据集X分解为k个互补相交的子集,即。然后每次用k-1个子集训练,剩余一个做测试,最终返回K个测试结果---k折交叉验证。 >留一法(Leave-One-Out):假设...原创 2018-06-04 16:36:01 · 3304 阅读 · 0 评论 -
欠拟合、过拟合及其解决方法
在机器学习或者训练深度神经网络时,经常会出现欠拟合和过拟合这两个问题,通常,一开始我们的模型往往是欠拟合的,正是因为如此才有了优化的空间,需要不断的调整算法来使得模型的表达更加准确。但是优化到了一定程度后就需要解决过拟合的问题。 首先是在我们进行模拟训练的时候会出现模型不能够很好地拟合数据的情况,这个时候就需要我们来判断究竟现在的模型是欠拟合还是过拟合,那么怎么来判断这两者的情况呢?...转载 2018-06-05 18:41:57 · 8062 阅读 · 0 评论 -
有关机器学习的小建议
当你调试你的学习算法时,当面对测试集你的算法效果不佳时,你会怎么做 ? 使用更多的训练样本? 使用更少的特征集? 得到更多的其他特征? 尝试增加多项式的特征? 尝试增加拉姆他? 尝试减小拉姆他?机器学习诊断法 我们通过将数据集分成训练集和测试集,将训练集训练出的参数用测试集数据测试性能。 常用的两种代价函数: 在多项式回归时, 怎...原创 2018-06-12 21:31:18 · 235 阅读 · 0 评论