机器学习关键字
来源:互联网 发布:免费期刊文献资源 知乎 编辑:程序博客网 时间:2024/06/04 23:21
Overfitting(过拟合)
训练误差与测试误差差别很大,即模型的泛型能力比较差,可以通过regularization(简单的可以正则化比如加平方项来使得模型平滑,不会过度去匹配每一个点),同时可以增加数据集来改善(受于实际限制)
Underfitting(欠拟合)
模型bias比较大,模型较差,可以尝试更复杂一点的模型,加入更多的特征点,也就是增加更多的变量来提高模型的准确率。
Gradient Descent(梯度下降)
对lost function求各个变量(一般是模型的参数)的偏导数,写成一个向量的形式,这个向量就叫梯度,然后初始化一个步长,更新模型的参数,更新规则就是当前参数减去步长乘以对于该变量的偏导数,依次计算每一个参数,得到新的一组变量值,然后再次迭代。
阅读全文
1 0
- 机器学习关键字
- 机器学习|机器学习方法
- 机器学习
- 机器学习
- 机器学习
- 机器学习
- 机器学习
- 机器学习
- 机器学习
- 机器学习
- 机器学习
- 机器学习
- 机器学习
- 机器学习
- 机器学习
- 机器学习
- 机器学习
- 机器学习
- 今天开始,讲讲我和java的故事与事故
- 解决python3的pickle.load错误:a bytes-like object is required, not 'str'
- 设计模式知识连载(2)---封装_1
- NOIP2017总结
- JavaScript实现-字符串翻转-Reverse a String
- 机器学习关键字
- 深度解析为什么seo那么简单却做不好
- LintCode 第41题 最大子数组
- qt+halcon12+win732位配置
- Android EasyPermission优雅地实现动态权限申请
- uva 11136 Hoax or what
- 不得了,日本出版社竟是这样吸引死宅学编程的
- 1021. 个位数统计 (15)
- 剑指offer系列(5)——重建二叉树