Einsam0的博客

之前在看算法图解提到过欧几里得算法，当时看了一下，就赶紧去找这个算法相关，并将公式推导了一遍，舒畅。今天还是想简单的写一下，记性太差，怕自己忘记。 欧几里得算法要解决的是求两个数最大公约数的问题。 这个算法的过程可以举个例子来展示，如果我要求168和44的最大公约数，用欧几里得算法可以这样求： 168=44*3+32 44=32*1+12 32=12*2+8 12=8*1+4 8=...

   

学习曲线是横坐标为训练样本数量，横坐标为误差。画的有两条曲线，一条是训练集误差，一条是交叉验证的误差。 学习曲线可以反应两种情况，一种是高偏差，一种是高方差。 高方差：过拟合，拟合效果过好，但是泛化效果差，无法泛化新的数据 高误差：欠拟合，拟合程度太差，误差太大。 反应在学习曲线上就是： 高偏差： 训练集误差曲线开始很小，随着样本数量变多，越来越大，然后不再变化；交叉验证误差开始很大，...

1.增加样本数量 该方法可以改进高方差问题，从学习曲线可以看出，随着样本量的增加，交叉验证误差和训练集误差越来越接近 2.减少特征 该方法可以改进高方差问题，高方差是过拟合的情况，花时间去选取更少，更合适的的特征 3.增加特征 该方法可以改进高偏差问题，因为假设函数太简单，所以欠拟合，要增加更多的变量，使假设函数更好的拟合训练集 4.增加多项式特征 该方法依然使改进高偏差问题，就是增...