摘要：我们知道机器学习中模型的参数是通过不断减小损失函数loss来进行优化的，这就与线性回归的含义不谋而合，只不过线性回归是通过最小二乘法来最小化误差（的平方）并且寻找最优函数。一想到平方，又不难联系到平方损失函数，平方损失函数相比最小二乘法不过就是多了个 1/n ，即求平均的系数。 假设模型预测值为yi 阅读全文

摘要：一、模型的评估方法 （1）留出法：顾名思义，就是留出一部分作为测试样本。将已知的数据集分成两个互斥的部分，其中一部分用来训练模型，另一部分用来测试模型，评估其误差，作为泛化误差的估计。 注意：（1） 两个数据集的划分要尽可能保持数据分布的一致性，避免因数据划分过程引入人为的偏差。 （2）数据分割存在 阅读全文

摘要：本篇针对以下几个问题进行总结： 01.了解机器学习的基本概念，能说清楚几个和空间相关的概念。从该角度解释机器学习的实质。 02.经验风险和结构风险有何不同？ 03.为什么要引入正则项？和经验风险、结构风险有何关系？ 04.说明损失函数的意义。并列出几个常见的损失函数，说明其异同。并去了解常见的算法分 阅读全文