Standford机器学习应用建议及机器学习系统设计.pdfVIP

Standford 机器学习应用的建议及机器学习系统的设计 By Jackie_Zhu 更多机器学习博客 /usingnamespace_std/article/details/9003894 前几讲学习了很多机器学习的算法，但是在实际的应用中会遇到很多过拟合和欠拟 合的问题，这些问题都会导致测试结果不理想。用什么方法解决这些问题，是本讲研究的 主题。 举一个房价预测的例子，如果学习了一个模型，发现测试结果非常不理想 （有非常 大的误差），那么接下去该怎么办？下面有几种解决方法： 1、获取更多的样本，来训练模型 2、试着用更少的特征来构建特征向量 3、特征向量中添加其他的特征 4 、特征向量中添加已有特征的多次项 5、增加regularization 中的lambda 6、减少regularization 中的lambda 但是我们不能盲目地去选取里面的某个方法，这样会浪费不必要的时间，比如用更 多的样本，数据的获得往往是非常艰难的，会花上很多时间去收集数据，也许会发现，用 更多的数据没有得到更好的结果。所以出现问题后，我们要首先去诊断，到底是什么导致 了很大的误差，再针对问