01线性模型

参考：http://biranda.top/Pytorch学习笔记003——线性模型/#问题引入

扩展

1.数据集划分：训练集、验证集、测试集
2.出现过拟合的原因

• 训练集的数量集小于模型的复杂度
• 训练集和测试集特征分布不一致
• 噪音数据干扰过大
• 权值学习迭代次数足够多拟合了训练数据中的噪声和训练样例中没有代表性的特征

3.过拟合解决方案

• 调小模型复杂度，使其适合自己训练集的数量集，缩小宽度和减小深度
• 增多训练集
• 正则化
• droupout 训练的时候让神经元以一定概率不工作
• early stopping 当精度不上升了停止训练
• 集成学习算法 平均多个模型结果 降低模型方差
• 清洗数据

4.Matplotlib 是 Python 的绘图库

import numpy as np 
from matplotlib import pyplot as plt 
 
x = np.arange(1,11) 
y =  2  * x +  5 
plt.title("Matplotlib demo") //标题
plt.xlabel("x axis caption") //x轴名称
plt.ylabel("y axis caption") //y轴名称
plt.plot(x,y) //绘制
plt.show()//显示