zoukankan      html  css  js  c++  java
  • Day3----《Pattern Recognition and Machine Learning》Christopher M. Bishop

    其实今天只花了一点点时间来学习这本书,

    如果模型的参数过多,而训练数据又不足够多的话,就会出现overfitting。

    overfitting可以通过regularization来解决,贝叶斯方法也可以避免overfitting的出现,实际上在贝叶斯模型里,模型的有效参数数量会自动地根据训练数据集大小来确定。

    regularization的思想是,对误差函数加入惩罚项,使得系数不会很大。在李宏毅视频中,也讲了这个问题,但是每太理解和明白。

    模型的复杂程度应该由要解决的问题的复杂度来决定,而不是测试数据集的多少来决定,这才更加合理。

    坚持,耐心,努力!

  • 相关阅读:
    20210519日报
    20210518日报
    20210517日报
    20210514日报
    20210513日报
    20210512日报
    20210511日报
    数据挖掘提分三板斧-转
    特征变量和y值的可视化
    kaggle 2015年航班延误
  • 原文地址:https://www.cnblogs.com/hare/p/9053495.html
Copyright © 2011-2022 走看看