总结:

1. 模型选择:——交叉验证(Model selection)

① 保留交叉验证(Hold-out cross validation)

② k重交叉验证(k-fold cross validation)

③ 留一验证法(Leave-one-out cross validation)

2. 特征选择(Feature selection)

① 正向搜索/反向搜索(forward/backwardsearch)

② 过滤特征选择(filter feature selection)

③ 贝叶斯正则化

机器学习(十一):CS229ML课程笔记(7)——模型选择,特征选择

机器学习(十一):CS229ML课程笔记(7)——模型选择,特征选择

机器学习(十一):CS229ML课程笔记(7)——模型选择,特征选择

机器学习(十一):CS229ML课程笔记(7)——模型选择,特征选择

机器学习(十一):CS229ML课程笔记(7)——模型选择,特征选择

机器学习(十一):CS229ML课程笔记(7)——模型选择,特征选择

机器学习(十一):CS229ML课程笔记(7)——模型选择,特征选择

机器学习(十一):CS229ML课程笔记(7)——模型选择,特征选择

机器学习(十一):CS229ML课程笔记(7)——模型选择,特征选择

机器学习(十一):CS229ML课程笔记(7)——模型选择,特征选择

机器学习(十一):CS229ML课程笔记(7)——模型选择,特征选择

贝叶斯正则化:

机器学习(十一):CS229ML课程笔记(7)——模型选择,特征选择





参考链接:

① :https://blog.csdn.net/sinat_37965706/article/details/70991288

②:https://blog.csdn.net/linkin1005/article/details/42869331


相关文章:

  • 2021-12-01
  • 2021-09-10
  • 2022-03-08
  • 2021-09-15
  • 2021-08-25
  • 2022-12-23
  • 2022-01-25
猜你喜欢
  • 2021-11-27
  • 2021-09-24
  • 2021-06-25
  • 2021-04-28
  • 2021-09-16
  • 2022-12-23
  • 2021-08-03
相关资源
相似解决方案