1.4模型評估與模型選擇
一訓練誤差與測試誤差（學習方法評估的標準）
1訓練誤差的大小，對判斷給定的問題是不是乙個容易學習的問題是有意義的，但本質上不重要
2測試誤差反映了學習方法對未知的測試資料集的**能力，是學習中的重要概念。
二過擬合與模型選擇
1如果一味追求提高對訓練資料的**能力，所選模型的複雜度往往會比真模型更高，這種現象稱為過擬合。（學習時所選模型引數過多）
2模型選擇時，不僅要考慮對已知資料的**能力，而且還要考慮對未知資料的**能力。
統計學習方法 第一章
1.統計學習的特點 2.統計學習的物件 對資料的基本假設 同類資料具有一定的統計規律性 3.統計學習的目的 4.統計學習方法 1.基本概念 x x 1,x 2,x i x n t x i x i 1 x i 2 x in t t x 1 y 1 x 2 y 2 x n y n 2.聯合概率分布 3....
統計學習方法第一章
1.numpy.poly1d 1,2,3 import numpy as np np.poly1d 1 2,3 poly1d 1 2,3 r np.poly1d 1 2,3 print r 1 62.from scipy.optimize import leastsq 表示scipy.optimiz...
統計學習方法 第一章
1.3 統計學習三要素 1.4 模型評估與模型選擇 1.5 正則化與交叉驗證 1.6 泛化能力 1.7 生成模型與判別模型 1.8 分類問題 1.9 標註問題 1.10 回歸問題 統計學習是關於計算機基於資料構建概率統計模型並運用模型對資料進行 與分析的一門學科，統計學習也稱為統計機器學習。如果乙個...