目录
  1. 过拟合和欠拟合
  2. 成本函数
  3. 学习曲线学习
  4. 算法模型修正
  5. 评价标准
读书笔记《scikit-learn-机器学习常用算法原理及编程实战》第3章机器学习理论基础

过拟合和欠拟合

成本函数

  • 最小二乘误差作为成本函数,但是sklearn用score来作为判断依据。

学习曲线学习

算法模型修正

  • 过拟合

    • 获取更多的训练数据
    • 减少输入的特征数量
  • 欠拟合

    • 增加有价值的特征,如房屋的特征,朝向,年代等
    • 增加多项式特征,纯数学的方法

评价标准

  • precision
  • Recall
  • F1 Score