原文:机器学习(Machine Learning)- 吴恩达(Andrew Ng) 学习笔记(七)

Regularization 正则化 The Problem of Overfitting 过拟合问题 什么是过拟合问题 利用正则化技术改善或者减少过拟合问题。 Example: Linear regression housing prices 线性回归中的过拟合 对 个训练集建立线性回归模型,分别进行如下图所示的三种分析。 如果拟合一条直线到训练数据 图一 ,会出现欠拟合 underfitti ...

2020-01-19 13:52 0 706 推荐指数:

查看详情

机器学习笔记37-学习曲线(Learning Curves)

学习曲线就是一种很好的工具,我经常使用学习曲线来判断某一个学习算法是否处于偏差、方差问题。学习曲线是学习算法的一个很好的合理检验(sanity check)。学习曲线是将训练集误差和交叉验证集误差作为训练集实例数量(𝑚)的函数绘制的图表。 如果我们有100 行数据,我们从1 行数据开始,逐渐 ...

Mon Mar 04 01:33:00 CST 2019 0 1015
机器学习”——学习笔记

机器学习定义 1959年Arthur Samuel曾经这样定义机器学习:Field of study that gives computers the ability to learn without being explicitly programmed.Samuel 本人也写了一个西洋棋 ...

Tue Jan 23 07:48:00 CST 2018 1 4596
机器学习”——学习笔记

定义一些名词 欠拟合(underfitting):数据中的某些成分未被捕获到,比如拟合结果是二次函数,结果才只拟合出了一次函数。 过拟合(overfitting):使用过量的特征集合,使模型过于复杂。 参数学习算法(parametric learning algorithms):用固定的参数 ...

Wed Jan 24 07:23:00 CST 2018 0 1012
机器学习”——学习笔记

朴素贝叶斯算法(Naive Bayes)(续学习笔记四) 两个朴素贝叶斯的变化版本 x_i可以取多个值,即p(x_i|y)是符合多项式分布的,不是符合伯努利分布的。其他的与符合伯努利的情况一样。(同时也提供一种思路将连续型变量变成离散型的,比如说房间的面积可以进行离散分类,然后运用这个朴素贝叶 ...

Sun Jan 28 06:59:00 CST 2018 0 1196
 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM