过拟合和欠拟合

• {% post_link Example01_PolynomialFeature %}

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

• {% post_link gridSearchCV网格搜索 %}

• {% post_link Pipeline实践与学习曲线 %}

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