coursera Machine Learning 第六周 测验quiz1答案解析 Advice for Applying Machine Learning

1.选择B

解析：通过看学习曲线，结合课上所讲就是高方差的表现。

2.选择BC

解析：题意是做图片分类，结果对测试集效果不好，但是能很好地符合训练集，如何才能改善算法。明显是过拟合的结果，即高方差，所以B减少特征量C增加lambda值惩罚减少权限都能够有效抑制过拟合，故正确。A用验证集代替测试集不会对结果有任何影响；D减少lambda是抑制高偏差的方法。

3.选择BC

解析：题意是预测消费者网上购物，结果算法既不能拟合测试集也不能拟合训练集，明显的是高偏差的结果，所以增加特征量能减少偏差。AD上面已经说过。

4.选择：AB

解析：A数据集就是60%训练集，20%验证集，20%测试集。B将数据集的数据随机排列，避免小的都在训练集，大的数据都在测试集。C使用模型参数theta也就是根据costfunction来选择正则化参数lambda，故错误。D不能用训练集来代替验证集或者从训练集中取出一部分成为验证集，做法错误。

5.选择：BCD

解析：A如果训练集的误差和测试集的差不多，说明是高偏差，增加更多的特征量是有助于提高准确性的，故错误。BC通过增加样本数量可以改善高方差，但对高偏差没有影响，故BC正确。D有较多的参数更容易过拟合并且有高方差，故正确。

如果对你有所帮助，谢谢您的资助^_^

(一块不少，五块更好）

红包还不收？