深度学习入门---神经网络1

常规套路

1. 手机数据并给定标签
2. 训练一个分类器
3. 测试，评估
   

K-近邻算法

对于不同参数的选择，会对结果产生不同的影响。
如何计算：

k-近邻

1. 选取超参数的正确方法是：将原始训练集分为训练集和验证集，我们在验证集上尝试不同的超参数，最后保留表现最好的那个。
2. 如果训练数据集不够，使用交叉验证方法，它能帮助我们在选取最优超参数的时候减少噪音
3. 一旦找到最优的超