摘要： 在这部分我们检验多项式层数d和过拟合和欠拟合之间的关系。 1.我们区分是否是偏差或方差导致我们预测错误。 2.大偏差是欠拟合，大方差是过拟合。理想情况下，我们需要在这两者之间找到中庸之道。 当我们增加多项式的D时，训练误差会减小。 同时，交叉验证误差会随着d增加到一个点而减小，然后随着d的增加而增大 阅读全文

摘要： 如果我们对我们的预测中的错误进行了一些解决： 1.更多的训练样本 2.减少变量 3.尝试额外的参数 4.在多项式的参数 5.增加或减少λ 我们可以评估我们的新假设 假设可能有一个低误差的训练例子但仍然是不准确的（因为过度拟合）。因此，为了评估一个假设，给定训练样本的数据集，我们可以将数据分成两组：一 阅读全文

摘要： 结论： 1.遗传算法本质上是一种启发式的随机搜索算法，所以由遗传算法得出的结果每次都不相同。 2.自变量在给定的约束条件下进行了无缝编码（即这种编码方式能够表达解空间中的所以可行解）， 所以从理论上讲，遗传算法总有很多机会得到全局最优结果而不是局部最优解。 阅读全文