必弗成少的误差来源竽暌冠误差项，任何模型都不克不及够彻底地解决。只有给定问题本身的┞锋实模型和无穷大年夜的数据来修改它，我们可以或许让误差和方差项都变成零。然而，在一个没有完美的模型和无穷的数据的世界里，我们必须要在减小误差和方差中衡量。

2. 什么是进修曲线

假如，你手头上正有一个机械进修的项目。你经由过程各类渠道手机数据，建立你本身的模型，并且获得了一些初期的结不雅。你发明，在你的测试集上你只有80%的┞俘确率，这远远地低于你的预期。如今怎么办，你怎么来改进你的模型？

你须要更多的数据吗？或者建立个更复杂的模型？照样说调剂正则参数？加减特点？迭代更多次？不然全来一遍吧？

比来我的一个同伙也这么问我，他认为改进模型就是全凭命运运限。这促使我决定写这篇文┞仿，来告诉应当怎么做一个有信息量，有意义的举措。

1. 误差和方差

为了构建一个精确的模型，我们起重要懂得模型带来的各类误差。

误差：误差误差是来源竽暌冠模型的期望（平均）猜测数值与真实数值之间的差值。

1.1 数学定义

我们想要猜测Y，我们的输入是X。我们假设他们两个直接有关系，比如，个中误差项服大年夜正态分布。

方差：对于一个给定的数值，模型猜测结不雅的变异（波动）程度。

我们可能经由过程线性回归或者其他建模办法获得一个估计，然后在点处的期望误差的平方是：

　　推荐阅读

　　听说你了解深度学习最常用的学习算法：Adam优化算法？

深度进修经常须要大年夜量的时光和机算资本进行练习，这也是困扰深度进修算法开辟的重大年夜原因。固然我们可以采取分布式并行练习加快模型的进修，但所需的计算资本并没有涓滴削减。而唯>>>详细阅读

本文标题：如何改进手上的机器学习模型

地址：http://www.17bianji.com/lsqh/36190.html

 1/2    1