码迷,mamicode.com
首页 > 其他好文 > 详细

Coursera 机器学习笔记(四)

时间:2015-10-28 17:11:11      阅读:223      评论:0      收藏:0      [点我收藏+]

标签:

主要为第六周内容机器学习应用建议以及系统设计。

下一步做什么

当训练好一个模型,预测未知数据发现,不如人意,该如何提高呢?

  1. 获得更多的训练实例
  2. 尝试减少特征的数量
  3. 尝试获得更多的特征
  4. 尝试增加二项式特征
  5. 尝试减少归一化程度λ
  6. 尝试增加归一化程度λ

先不要急着尝试这些方法,而是通过一些机器学习诊断方法来判断现在算法是什么情况,哪些方法是可以提高算法的有效性,如何选择更有意义的方法。

?

如何评估模型

诊断方法

一.偏差和方差

二.归一化

三.学习曲线

回头看

数据多就是好?

误差分析

Precision & Recall

Coursera 机器学习笔记(四)

标签:

原文地址:http://www.cnblogs.com/findwg/p/4917678.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!