- 博客(8)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 【机器学习】（李宏毅）task03
一、误差从哪里来 1.Error的来源 Average Error 随着模型复杂增加呈指数上升趋势。更复杂的模型并不能给测试集带来更好的效果，而这些 Error的主要有两个来源，分别是 bias 和 variance。 Error反映的是整个模型的准确度； Bias反映的是模型在样本上的输出与真实值之间的误差，即模型本身的精准度； Variance反映的是模型每一次输出结果与模型输出期望之间的误差，即模型的稳定性。 2.估测变量x的偏差和方差 偏差（Bias）和方差（Variance）——机器学习中的模型选
2022-01-12 13:18:08
533
原创 【机器学习】（李宏毅）task02
task02回归 **1.定义：**就是找到一个函数function,通过输入特征x，输出一个数值Scalar。 2.应用举例： 股市预测（Stock market forecast） 输入：过去10年股票的变动、新闻咨询、公司并购咨询等 输出：预测股市明天的平均值 自动驾驶（Self-driving Car） 输入：无人车上的各个sensor的数据，例如路况、测出的车距等 输出：方向盘的角度 商品推荐（Recommendation） 输入：商品A的特性，商品B的特性 输出：购买商品B的可能性 Pokemo
2022-01-11 12:45:17
236
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人