机器学习领域有个很重要的假设：IID独立同分布假设，就是假设训练数据和测试数据是满足相同分布的，
这是通过训练数据获得的模型能够在测试集获得好的效果的一个基本保障。
怎么知道训练数据和测试数据是独立同分布的呢? 训练集训练出了模型，测试集准确性比较低???
免责声明！
本站转载的文章为个人学习借鉴使用，本站对版权不负任何法律责任。如果侵犯了您的隐私权益，请联系本站邮箱yoyou2525@163.com删除。
猜您在找
机器学习---逻辑回归（一）（Machine Learning Logistic Regression I）
关于周志华《机器学习》中假设空间规模大小65的计算
2018-05-11-机器学习环境安装-I7-GTX960M-UBUNTU1804-CUDA90-CUDNN712-TF180-KERAS-GYM-ATARI-BOX2D
为什么机器学习中常常假设数据是独立同分布的？
机器学习基础---逻辑回归（假设函数与线性回归不同）
机器学习——如何评价假设函数h(x)
《机器学习(周志华)》笔记--绪论（1）--机器学习基本术语、假设空间、归纳偏好
机器学习---最小二乘线性回归模型的5个基本假设（Machine Learning Least Squares Linear Regression Assumptions）
机器学习基础---神经网络（属于逻辑回归）（构建假设函数）
Python中i = i + 1与i + = 1的区别