sd6364152的博客

sklearn基础教程 https://mp.weixin.qq.com/s/qbk12Zl5YndmXecEIKC2jg

损失函数（loss function）是用来估量你的预测试f(x)与真实值Y的差别，它是一个非负实值函数，损失函数越小，模型就越好，损失函数是经验风险函数的核心部分，也是结构风险函数的重要组成部分。 通过损失函数我们可以得到单个样本点的预测能力，对于训练样本中的所有数据进行预测，得到的是经验风险，结构风险是在经验风险的基础上加入表示模型复杂度的正则化项（罚项） 结构风险函数： 前面为经验风险函数...

构建一个学习算法的推荐方法： 1.先设计一个简单快速实现的算法，实现该算法并通过交叉验证集测试该算法 2.绘制学习曲线，通过观察学习曲线，判断模型是欠拟合还是过拟合，然后决定通过增加测试集，增加特征，或者其他有效方法 3.进行误差分析，人工检查交叉验证集中算法判断错误的实例，看看这些实例是否有某种系统化的趋势 有时我们需要尝试不同的模型，然后进行比较，来选择那个模型更有效。我们通过一个数值来衡量，...