Andrew Ng机器学习笔记week6 机器学习的应用与设计

机器学习应用中的建议

1、如何debug一个学习算法

2、如何评估一个假设h(x)

3、模型的选择、训练集、检验集、测试集

将数据集合分为三部分，训练集占60%，检验集（Class Validation）占20%，最后测试集占20%

4、bias VS variance

5、正则化和偏差（bias）、方差（variance）

6、神经网络的过拟合

7、学习曲线

机器学习系统设计

垃圾分类系统举例

1、特征向量←某些问题是否在邮件中出现 选取特征x

①收集样本
②基于邮件的路由信息推出一些复杂特征
③基于邮件的正文信息推出一些复杂特征
④用一些复杂算法来检测拼写错误

2、误差分析

其中，stemmer–词干分析器

3、Error metrics for skewed classes 类偏斜的误差矩阵

查准率和查全率

4、P、R、F1score

5、数据