Learning Notes: Diagnosing Machine Learning Models

应用机器学习过程中的建议

本文源自在Coursera平台学习machine learning 过程中的一些记录

在评估机器学习模型时，如果在测试集上发现该模型的表现显著低于预期，则可考虑以下应对措施：

1. 收集更多的训练数据样本；
2. 去除不必要的输入变量；
3. 引入新的相关性较高的特征指标；
4. 生成更高阶的多项式特征求取；
5. 通过调节正则化强度参数来增大或减小其值。

通常用来评估一个模型的效果。一般情况下,我们会将数据分成两部分:训练集占70%,剩下的30%则用于测试.通过这种方法来观察模型在 unseen data 上的表现.

模型选择与样本集设置
怎样进行模型选择呢？

首先，根据不同的参数配置建立并训练初始模型；随后通过这些预训练的模型对测试集样本进行预测；最终将具有最低测试误差的模型视为最佳候选。

具体来说，在完成了对训练数据的学习后，在实际应用阶段通常仅会利用前两部分的数据进行预测性能指标的评估。”

高偏差与高方差

模型的预测效果欠佳, 可能源于出现过高的偏差或过高的方差（也可能两者兼有）。该图表清晰展示了高偏差与