摘要：
可用模型很多：不同的算法产生不同的模型，相同的算法用不同的参数也产生不同的模型。 怎么选？使用训练误差最小的那个模型？显然不行，过拟合问题。 模型选择涉及两个问题：一是评估方案的实验设计问题，这方面主要是如何从已有数据中分离出测试数据集，二是评估度量问题，即各种指标，诸如RMSE，精度等。 理想方案 阅读全文
摘要：
训练一个模型的目的，是希望这个模型在预测中有好的表现，即预测值和真实值之间的差异尽可能小，这种差异称为误差（Error） 误差分为两种，一是在训练数据上误差，称为训练误差，也叫经验误差，二是在新样本上的误差，称为泛化误差。 我们训练一个模型想获得的理想结果是训练误差和泛化误差都比较小。最根本的目标还 阅读全文
摘要：
使用计算机来解决问题，绕不过算法，传统算法 由人来设定具体的规则，让机器来执行。人是将，机器是兵。人胜于思考力，机器胜于执行力（计算速度快）。 后来发现有些问题，依靠传统算法，计算机难以解决，一方面问题越来越复杂，规则难以制定，或者说规则一直在变化，另一方面也遇到了一些在人看来很容易解决，但是机器规 阅读全文