模型评估和超参数调整（三）——学习曲线和验证曲线 learning curves and validation curves

读《python machine learning》chapt 6 

Learning Best Practices for Model Evaluation and Hyperparameter Tuning

【主要内容】

（1）获得对模型评估的无偏估计

（2）诊断机器学习算法的常见问题

（3）调整机器学习模型

（4）使用不同的性能指标对评估预测模型

git源码地址 https://github.com/xuman-Amy/Model-evaluation-and-Hypamameter-tuning

【learning curves and validation curves】

高方差和高偏差情况下的学习曲线

【解决方法】

高偏差(high bias)：训练集和交叉验证的正确率都很低

（1）增加模型参数，比如收集更多或者创建更多特征

（2）降低正则化参数（decreasing the degree of regularization），比如在SVM 或者LR 分类器中。

高方差（high variance）:训练集和交叉验证的正确率相差太大

（1