error 来源有bias和variance
注:LS反了
当N比较大时，样本分布比较集中
模型越复杂拟合获得的散布越广
为什么比较复杂的model散布就比较开？
因为简单的model比较不会受data的影响，正如复杂的系统稳定性就比较弱
image.png
越复杂的模型，散布就比较开，但是平均起来是更接近的
越复杂的模型，bias越小，variance越大
应为一个简单的model，他的function set就限定比较小，可能就根本没有包含target，而复杂的model就会包含target
增加数据的方法：
- 一是正常地获取数据
-
二是，根据自己对这个问题的理解，制造假的data，即数据增强，例如在做手写辨识时，将已有的data图片进行旋转获得新的data，做动物识别时，可以将图片进行左右翻转获得新的data。还有就是声音辨识，将男女声音用变声器互相转化。将录音室的声音转化为公共场所的声音（加一些杂音）。
正则化：
正则化只保留那些平滑一些的曲线，但是可能误删正确的曲线。
测试集的误差会小于未有测试集（泛化性）的误差
如何解决测试集的误差和真实测试集的误差不同？：
交叉验证：
将训练集分为小训练集+验证集，用小训练集训练不同的model，用验证集得到具有最小err的Model，并用整个训练集去训练这个Model，这样得到的public testing set 的Err就和private testing ser的Err差不多。但是呢，不要刻意让训练集得到的模型贴近于测试集的数据，因为这样做相当于把public Testing Set 当做了训练集。在测试性能之前，不要把测试集暴露给训练集。
交叉验证方法：（取平均误差）
网友评论