机器学习-如何评估算法的效率

机器学习-如何评估算法的效率_第1张图片
机器学习-如何评估算法的效率_第2张图片
机器学习-如何评估算法的效率_第3张图片
机器学习-如何评估算法的效率_第4张图片
机器学习-如何评估算法的效率_第5张图片
模型选择,数据分为训练集(60%),交叉验证集(20%),测试集(20%),更好避免泛化。用验证集选择最适合模型,测试集评估模型
机器学习-如何评估算法的效率_第6张图片
机器学习-如何评估算法的效率_第7张图片
机器学习-如何评估算法的效率_第8张图片
机器学习-如何评估算法的效率_第9张图片
机器学习-如何评估算法的效率_第10张图片
如何判断高偏差还是高方差
机器学习-如何评估算法的效率_第11张图片

机器学习-如何评估算法的效率_第12张图片
机器学习-如何评估算法的效率_第13张图片
机器学习-如何评估算法的效率_第14张图片
机器学习-如何评估算法的效率_第15张图片
机器学习-如何评估算法的效率_第16张图片
机器学习-如何评估算法的效率_第17张图片
机器学习-如何评估算法的效率_第18张图片
机器学习-如何评估算法的效率_第19张图片
机器学习-如何评估算法的效率_第20张图片
感觉增大λ是解决高方差的,减小λ是解决高编程的。对此保留疑问。
机器学习-如何评估算法的效率_第21张图片
机器学习-如何评估算法的效率_第22张图片

你可能感兴趣的:(机器学习,机器学习,算法,人工智能)