吴恩达机器学习笔记十六如何debug一个学习算法模型评估模型选择和训练交叉验证测试集

爱学习的小仙女！

于 2024-03-10 18:35:41 发布

阅读量777

点赞数 13

CC 4.0 BY-SA版权

文章标签：机器学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/XinxingZh/article/details/136531495

本文讨论了当算法预测效果不佳时，如何通过增加训练样本、选择适当特征、多项式特征调整以及采用合理的模型评估和选择方法来改善模型泛化能力。特别强调了将数据分为训练集、交叉验证集和测试集进行有效分析的重要性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

如果算法预测出的结果不太好，可以考虑以下几个方面：

获得更多的训练样本

采用更少的特征

尝试获取更多的特征

增加多项式特征

增大或减小 λ

模型评估(evaluate model)

例如房价预测，用五个数据训练出的模型能很好的拟合这几个数据，但不能泛化到新的数据。

将数据按70%、30%的比例分成两份，一份是训练集，一份是测试集。

模型选择

一种有缺陷的方法：

可以计算一阶多项式、二阶多项式、

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。