1.誤差原因
偏差：因為模型無法表達基本資料的複雜度——模型過度簡化造成的-欠擬合
方差：用於測試**結果對任意給定樣本資料的變化，產生原因為：模型對訓練它的有效資料過度敏感——過擬合，無法泛化模型
可以通過訓練更多的資料降低方差，或者降低模型的複雜度。
4.
from sklearn.model_selection import learning_curve # sklearn 0.18文件中乙個合理的實現是：
learning_curve(
estimator, x, y, cv=cv, n_jobs=n_jobs, train_sizes=train_sizes)
estimator是我們正在用來**的模型，例如它可以是gaussiannb()，x和y是特徵和目標。cv是交叉驗****，例如kfold()，'n_jobs'是平行運算的引數，train_sizes是多少數量的訓練資料用來生成曲線。 優達（Udacity） 機器學習基礎 誤差原因
資料足夠，模型不夠複雜 過度簡化 欠擬合 結果對於任何給定的測試樣本會出現多大的變化 對訓練集高度敏感 過擬合 overfitting 可以利用sklearn中的學習曲線來辨別模型表現的好壞。引入模組 from sklearn.model selection import learning curv...
優達（Udacity） 機器學習基礎 交叉驗證
import numpy as np from sklearn.model selection import train test split from sklearn import datasets from sklearn import svm iris datasets.load iris i...
優達twitter 清理 優達學城的學習感想及優惠
2017年12月因一次偶然的機會，看到優達學城的課程。當時通過優惠碼 0c637434報名能有優惠 你們也可以使用拿優惠哦 就決定參加了優達學成的資料分析入門課程。資料分析入門課程學習的內容有四大課程還有一節輔修課程。四大課程分別是 第一節分別是資料分析相關的介紹，應用的行業。第二節是python入...