Stanford机器学习---第六讲. 怎样选择机器学习方法系统

Posted liugallup

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Stanford机器学习---第六讲. 怎样选择机器学习方法系统相关的知识，希望对你有一定的参考价值。

原文见http://blog.csdn.net/abcjennifer/article/details/7797502  添加了一些自己的注释和笔记

本栏目（Machine learning）包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization、神经网络、机器学习系统设计、SVM（Support Vector Machines 支持向量机）、聚类、降维、异常检测、大规模机器学习等章节。所有内容均来自Standford公开课machine learning中Andrew老师的讲解。（https://class.coursera.org/ml/class/index）


第六讲. 怎样选择机器学习方法——Advice for applying machine learning

===============================

候选机器学习方法

评价方法假设

☆模型选择和训练、验证实验数据

☆区别诊断偏离bias和偏差variance

☆规则化 和 bias/variance

Learning Curve：什么时候增加训练数据training set才是有效的？


===============================

候选机器学习方法——Deciding what to try next


还用房价的prediction举例，假设我们已经实现了用规则化的线性回归方法预测房价：


但发现该预测应用于一个新的训练数据上时有很大误差（error），这时应采取一些解决方案：