2015年6月30日

摘要: 这一节主要讲如何通过数据来合理的验证模型好不好。首先,否定了Ein来选模型和Etest来选模型。(1)模型越复杂,Ein肯定越好;但是Eout就不一定了(见上一节的overfitting等)(2)Etest是偷窥训练集,也没有效果下面,集中讨论已有的数据集切分成train data和test dat... 阅读全文
posted @ 2015-06-30 21:53 承续缘 阅读(747) 评论(0) 推荐(1) 编辑
摘要: 正则化的提出,是因为要解决overfitting的问题。以Linear Regression为例:低次多项式拟合的效果可能会好于高次多项式拟合的效果。这里回顾上上节nonlinear transform的课件:上面的内容说的是,多项式拟合这种的假设空间,是nested hypothesis;因此,能... 阅读全文
posted @ 2015-06-30 20:10 承续缘 阅读(529) 评论(0) 推荐(0) 编辑

导航