目录
引言
1.本周内容简述
解决机器学习模型与神经网络模型中的欠拟合与过拟合问题。
2.算法出现问题该如何解决
假设你用正则化线性回归预测房价，出现大误差时，你可以尝试不同方法解决：获取更多训练样本、减少或增加特征、添加多项式特征或调整正则化参数 λ。有效构建机器学习算法的关键在于正确投资时间，例如收集更多数据有时有用，有时没用。
3.将学习的内容
本周将学习诊断方法，以了解算法的有效性并提升性能。某些诊断可以帮助你决定是否需要更多训练数据，从而节省时间。我们将讨论多种诊断方法，提供提升算法性能的参考，并首先学习如何评估算法性能。
一、绘图评估模型的局限性
当你训练了一个机器学习模型后，需要系统地评估其性能。以房价预测为例，假设使用房子大小作为特征训练一个四阶多项式模型，通过绘制模型，能看到该模型可能会过拟合训练数据，无法预测训练集之外的数据。为了提高模型的泛化能力，加入更多特征如卧室数量、层数和房龄。但由于特征增多，难以直观绘制模型。因此不能单纯的通过绘制手段评估模型，需要系统的方法来评估模型的表现。
二、使用测试集评估模型
1.线性回归
（1）分割训练集：将训练集（例如10个样本）分成训练集和测试集，用m_train表示训练样本数（这里是7），用m_test表示测试样本数（这里是3），大部分数据用于训练，一小部分用于测试。
（2）计算训练集误差和测试集误差：首先通过最小化成本函数计算出合适的w，b。评估模型时，使用w，b计算训练集的误差J_test(w, b)和测试集的误差集 J_train(w, b) 。
（3）为什么计算误差的时候不用正则化项？：正则化是为了防止过拟合，而我们的目的是仅计算预测值与真实值之间的差异，因此无需添加正则化项。
（4）结论：因为案例中的模型过拟合，使用训练集计算的误差接近零，因此使用训练集计算的误差J_train(w, b) 值会很低。然而，测试集对于模型来讲是新数据，由于模型过拟合，模型的预测结果相较于真实值差距大，因此使用测试集计算的误差J_test 会很高，表示该模型的泛化效果差，这样通过计算测试集，就评估出了模型的泛化能力。
2.逻辑回归
（1）计算训练集和测试集误差：对于0或1的手写数字分类也使用同样的流程，分割出训练集和测试集，分别计算误差。
（2）错误分类的比例：在分类问题中，J_test 和 J_train 还有另一种定义，意思是衡量测试集和训练集中被错误分类的部分。例如，在手写数字分类中，J_test是测试集中错误分类的比例，J_train是训练集中错误分类的比例。
3.测试误差与泛化误差
- 训练误差：是模型在训练数据集上的误差，反映了模型对训练数据的拟合程度。由于模型参数是根据训练数据调整的，训练误差通常很低。
- 泛化误差：是模型在所有可能的新数据上的表现，由于实际泛化误差难以直接计算（数据是无限的），我们使用测试误差来估计泛化误差。
- 测试误差：是模型在测试数据集上的误差，是泛化误差的估计值。测试误差能够更好地反映模型在新数据上的表现，因为测试数据集在模型训练过程中未曾使用。
三、测试集评估模型存在的问题
1.评估模型流程
先设计出不同的线性回归模型，然后训练模型，通过w，b参数计算每个模型的测试误差J_test，比较所有模型的J_test值，选择误差最小的模型。例如，五阶模型的测试误差最小，则选择该模型。
2.流程存在的问题
根据测试集的测试误差来选择多项式，可能会导致测试误差J_test过于乐观，因为你选择的模型是在测试数据上表现最好的模型，而这种表现并不一定能泛化到全新的数据上。
四、解决问题
1.训练集分割成三段
将训练集分成三个子集：训练集、交叉验证集和测试集。交叉验证集也称为验证集（validation set）或开发集（development set）。交叉验证集用来检查或信任检查不同模型的有效性和准确性。
2.计算交叉验证集的误差
同样，交叉验证集也计算均方误差成本函数，通过这三个误差衡量标准，可以进行模型选择。
五、重新评估模型
1.线性回归模型
依旧先拟合出10个模型，然后分别计算每个待选择模型在交叉验证集上的误差Jcv。选择交叉验证误差最低的模型作为最终模型。如果想知道该模型的泛化效果，可以计算该模型在测试集上的测试误差来判断泛化效果。
2.神经网络模型
例如拟合手写数字识别模型时，可以考虑几种不同规模的神经网络，训练不同的模型，得到各自的参数 w_1, b_1、w_2, b_2 、w_3, b_3 等。然后使用交叉验证误差Jcv来评估每个模型的性能。对分类问题，通常计算交叉验证集上错误分类样本的比例。选择交叉验证误差最低的模型作为最终模型。例如，如果第二个模型的交叉验证误差最低，则选择该模型。最终使用测试集评估选择的模型，以估计其泛化误差。确保在选择模型和拟合参数时不使用测试集，以避免信息泄露。
3.评估流程注意事项
在做出所有关于模型的决定（如选择参数和架构）时，只使用训练集和交叉验证集。只有在确定最终模型后，才使用测试集进行评估，确保测试集的公平性和模型泛化能力的准确估计。
总结
本篇初步引入了训练集、交叉验证集和测试集的概念，以及它们的误差如何计算。目前只是引入了简单的模型选择，即哪个模型的J_cv低就选谁。训练误差和交叉验证误差可以告诉你下一步该尝试什么来改进模型。它可以显示你是否存在高偏差（欠拟合）或高方差（过拟合）问题。下一篇描述什么是高方差和高偏差？
课后问答
quiz1
问题：在机器学习中，什么是诊断？
答案选项：
- 测量学习算法在测试集（未训练的数据）上的表现。
- 运行一个测试以了解学习算法的工作情况。
- 机器学习在医学应用中的应用，目的是诊断病人的情况。
- 通过多种方式快速改进算法以了解什么有效。
正确答案：运行一个测试以了解学习算法的工作情况。
解释：诊断是用来了解算法的工作情况并改进其性能的测试.（测试集的用途是评估模型的最终性能，而不是用于诊断和改进模型）。
quiz2
问题：在训练集上表现更好的算法在新数据上表现也会更好吗？是或否？
正确答案：否。
解释：如果模型对训练集过拟合，它可能在新数据上表现不好。过拟合的模型在训练数据上表现很好，但在新数据上泛化能力差。
quiz3
问题：对于分类任务，假设你使用三种不同的神经网络架构训练了三个模型。你使用哪种数据来评估这三个模型以选择最佳模型？
答案选项：
- 测试集。
- 所有数据——训练集、交叉验证集和测试集。
- 交叉验证集。
- 训练集。
正确答案：交叉验证集。
解释：使用交叉验证集计算交叉验证误差，以比较三个模型中的哪个最好。
