學習偏差與方差理論
回顧一元線性回歸係數估計
多元線性回歸係數估計
（4）優化基礎模型
我們建立機器學習的目的是為了在未知且情況複雜的（test）測試資料上表現優異，我們稱這樣的未出現在訓練集的未知資料集成為測試資料集，簡稱測試集。並不是為了在已有的資料集，也就是（train）訓練集上效果表現非常優異。
測試集，驗證集和訓練集
訓練集（train set） —— 用於模型擬合的資料樣本。
驗證集（development set）—— 是模型訓練過程中單獨留出的樣本集，它可以用於調整模型的超引數和用於對模型的能力進行初步評估。
測試集 —— 用來評估模最終模型的泛化能力。但不能作為調參、選擇特徵等演算法相關的選擇的依據。
參考文獻：
在測試誤差能夠被合理的估計出來以後，我們做特徵選擇的目標就是：從p個特徵中選擇m個特徵，使得對應的模型的測試誤差的估計最小。對應的方法有：
opencv的中文手冊學習（三）
opencv的中文手冊學習 三 練習題 嘗試使用opencv中可用的繪圖功能建立opencv的徽標。實現的思路步驟 技術準備 主要用到的函式 cv.circle cv.puttext cv.ellipsec的函式學習 字型參見 文字支援 import numpy as np import cv2 a...
Openfire安裝整合使用者手冊
openfire安裝整合使用者手冊 冷志勇官網 安裝手冊 參考 我選擇第一種資料庫安裝 安裝spark 測試可以通訊 downloads index.jsp openfire 3.7.1 1.i386.rpm img wget rpm ivh openfire 3.7.1 1.i386.rpm 預設...
學習日記 三大框架的整合
1 新增jar包 commons fileupload 1.3.1.jar，commons io 2.2.jar，commons lang 2.4.jar commons lang3 3.2.jar，freemarker 2.3.19.jar，ognl 3.0.6.jar，struts2 core ...