Chinese, Simplified subtitles

← Bias/Variance and Features Quiz Solution - Intro to Machine Learning

Get Embed Code
4 Languages

Showing Revision 1 created 04/13/2016 by Udacity Robot.

  1. 如果你使用很多特征来
  2. 获得最严谨的拟合回归或分类器
  3. 这是一种经典的大方差情况
  4. 你需要注意 在此过程中
  5. 不要对数据进行过拟合
  6. 构建关于你应该使用数量的整个讨论的
  7. 另一种方法可以用偏见方差困境这个术语来解释
  8. 或者说你应该使用多少特征
  9. 以便平衡这两个关注点
  10. 你希望准确描述你的模型中的全部方差
  11. 你希望它能够以准确而真实的方式
  12. 拟合你的数据
  13. 但你还是希望执行此类操作所需的
  14. 特征数量尽可能少
  15. 所以 这就是拟合优度与
  16. 拟合简易性之间的均衡
  17. 为实现拟合优度而必须使用的特征数量
  18. 这句话的意思就是
    你希望以较少的特征来拟合一种算法
  19. 但是应该使用回归案例作为较大的r的平方
  20. 或者相反地 一个较低的方残差总和
  21. 这就是你需要找到的最有效点