传统机器学习-应用机器学习的建议(吴恩达机器学习笔记)
模型选择和训练、验证、测试集
训练集用最优化算法来得到最有的参数，验证集用来挑选超参数，测试集用来预估出泛化误差。
诊断偏差与方差
高偏差（欠拟合）：训练集误差大，测试集误差大
高方差（过拟合）：训练集误差小，测试集误差大
学习曲线
横轴：样本个数，纵轴：误差
接下来决定做什么
对待高偏差
- 增加特征
- 增加多项式特征
- 减小正则化参数
对待高方差
- 增大训练集
- 减少特征数
- 增大正则化参数
训练集用最优化算法来得到最有的参数，验证集用来挑选超参数，测试集用来预估出泛化误差。
高偏差（欠拟合）：训练集误差大，测试集误差大
高方差（过拟合）：训练集误差小，测试集误差大
横轴：样本个数，纵轴：误差
对待高偏差
对待高方差