码迷,mamicode.com
首页 > 其他好文 > 详细

[机器学习]第六、七周记录

时间:2020-02-21 20:27:18      阅读:63      评论:0      收藏:0      [点我收藏+]

标签:str   ida   训练   cto   支持   under   大量   机器学习   多项式   

这篇记录的内容来自于Andrew Ng教授在coursera网站上的授课。 


1.不要浪费大量的时间在获得样本上。实际上,太多的样本数并不会使学习算法更加的优秀。要尝试调整你的系数:

  1.使用更少的特征。

  2.增加多项式。

  3.调整$\lambda$。

2.诊断学习算法:

  1.将样本打乱,并将其中一部分作为训练样本,剩下的作为测试样本,来判断是否出现了过拟合。

  2.将样本划分为三类:训练集,交叉验证(cross validation,cv)集,测试集。对于线性回归,训练集来得出相应次数下的theta,交叉验证集来比较这些theta,获得最好的模型,测试集继续训练模型。


1.支持向量机(support vector machine,SVM):

 

[机器学习]第六、七周记录

标签:str   ida   训练   cto   支持   under   大量   机器学习   多项式   

原文地址:https://www.cnblogs.com/GreenDuck/p/12342551.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!