首页 > 其他 > 详细

Coursera 机器学习笔记(四)

时间:2015-10-28 17:10:51      阅读:293      评论:0      收藏:0      [点我收藏+]

主要为第六周内容机器学习应用建议以及系统设计。

下一步做什么

当训练好一个模型,预测未知数据发现,不如人意,该如何提高呢?

  1. 获得更多的训练实例
  2. 尝试减少特征的数量
  3. 尝试获得更多的特征
  4. 尝试增加二项式特征
  5. 尝试减少归一化程度λ
  6. 尝试增加归一化程度λ

先不要急着尝试这些方法,而是通过一些机器学习诊断方法来判断现在算法是什么情况,哪些方法是可以提高算法的有效性,如何选择更有意义的方法。

?

如何评估模型

诊断方法

一.偏差和方差

二.归一化

三.学习曲线

回头看

数据多就是好?

误差分析

Precision & Recall

Coursera 机器学习笔记(四)

原文:http://www.cnblogs.com/findwg/p/4917678.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!