《机器学习》模型评估与选择

很幸运能遇到一帮志同道合的朋友，一起学习，探索知识的海洋。最近，我们一起在研读《机器学习》周志华老师的西瓜书。

本篇的分享是关于第二章的内容——模型评估与选择，由强和程两位提供。由于强的文字稿暂且不在我这里，故而先分享程的slides。程所讲解的内容是2.4-2.5节，这两节的内容，我自己看的时候并没有太理解。而程通过不断地学习、查资料、整理，思路非常清晰地为我们讲解了这部分内容，据他自己说每天学习到深夜2点多。哇哦，鼓掌不容易哇。那么，接下来让我们看一看slides。以下所有slides的著作权是程的哈，如果大家看了之后有所启发和收获，打赏我的，我会转给他们哈～

首先程带着我们回顾了以下2.1-2.3节的内容。

随后，便开始了较难的部分2.4比较验证。通过先介绍几种分布，理解了部分公式后，再对比较验证方法进行对比，最后对每一个方法详细介绍和阐述。总分的思路清晰，且变得能理解了。总而言之，比较验证的方法提供了比较各个算法之间的泛化性能，而非测试集上的性能。

最后是2.5偏差和方差：主导因素是偏差时，欠拟合；主导因素是方差时，过拟合。

其实，他讲解的比ppt上罗列出来的要多的多，相信当时在场的每位小伙伴都有自己的收获。

据说，有必要在最后放上一个二维码，这样方便大家关注