Coursera 机器学习 - 第六周 - Coursera 机器学习 课程 第六周 作业与应用建议（Python 版本）

Evaluating a Learning Algorithm

Desciding What to Try Next
先来看一个有正则的线性回归例子：

当在预测时，有很大的误差，该如何处理？

1. 获取充足的训练样本数据
2. 选择有限的关键特征
3. 提取丰富的特征维度
4. 引入多项式形式的扩展
5. 降低正则化参数\lambda的值
6. 提升正则化参数\lambda的值

人们在面对预测结果不尽如人意的情况时会基于直觉从提供的六个方案中选择其中一个来进行调整；然而这会导致耗时较多但未能带来预期效果。

于是引入了机器学习诊断，在后面会详细阐述，

![这里写图片描述](https://ad.itadn.com/c/weblog/blog-img/images/2025-05-31/L8cZ1j0l6f