摘要:
一、经验误差 精度vs错误率 1. 误差:经验误差,泛化误差 过拟合 欠拟合 模型选择:理想的方案是对候选模型的泛化误差进行评估,然后选择泛化误差最小的那个模型。然而现实中无法直接获得泛化误差。 二、评估方法 用“测试误差”作为泛化误差的近似。 留出法 hold-out 交叉验证法 cross va 阅读全文
posted @ 2017-08-09 22:44 AYE89 阅读(211) 评论(0) 推荐(0) 编辑
|
||
摘要:
一、经验误差 精度vs错误率 1. 误差:经验误差,泛化误差 过拟合 欠拟合 模型选择:理想的方案是对候选模型的泛化误差进行评估,然后选择泛化误差最小的那个模型。然而现实中无法直接获得泛化误差。 二、评估方法 用“测试误差”作为泛化误差的近似。 留出法 hold-out 交叉验证法 cross va 阅读全文
posted @ 2017-08-09 22:44 AYE89 阅读(211) 评论(0) 推荐(0) 编辑
摘要:
一、基本术语 一个示例=一个样本 属性=特征 属性值-属性空间 一个特征向量,即一个示例 训练集vs验证集vs测试集 假设:模型对应了关于数据的某种潜在规律 学习的任务:分类、回归、聚类 泛化能力:模型适用于新样本的能力 独立同分布:假设全体样本服从一个未知的分布,每个样本都是独立地从这个分布上采样 阅读全文
posted @ 2017-08-09 22:41 AYE89 阅读(138) 评论(0) 推荐(0) 编辑
摘要:
1.简单的for...[if]...语句 newList构建了一个与a具有相同元素的List。但是,newList和a是不同的List。执行b=a,b和newList是不同的。 newList2是从a中选取满足x%2==0的元素组成的List。 2.嵌套的for...[if]...语句 嵌套的for 阅读全文
posted @ 2017-08-09 19:03 AYE89 阅读(827) 评论(0) 推荐(0) 编辑
摘要:
转自https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/001431658427513eef3d9dd9f7c48599116735806328e81000 一、输入输出 1. inp 阅读全文
posted @ 2017-08-09 17:14 AYE89 阅读(156) 评论(0) 推荐(0) 编辑 |
||