目录 引言名词替代影响模型偏差和方差的因素1.多项式阶数2.正则化参数 判断是否有高偏差或高方差1.方法一：建立性能基准水平2.方法二：建立学习曲线 解决线性回归高偏差或高方差解决神经网络的高偏差或高方差1.回顾机器学习问题2.神经网络高方差和高偏差3.神经网络正则化 神经网络如何正则化总结 引言 机器学习系统开发的典型流程是从一个想法开始，然后训练模型。初次训练的结果通常不理想

这里写目录标题 导入模块与实验环境配置回归1.构建并可视化数据集2.分割数据集3.重新绘制数据集3.特征缩放4.评估模型：计算训练集的误差5.评估模型：计算交叉验证集的误差 添加多项式1.构建多项式特征集2.缩放特征3.使用标准化的计训练集和交叉验证集，计算它们的均方误差4.整合代码5.选择模型6.使用测试集检测泛化 神经网络1.特征缩放2.构建和训练模型 分类1.加载数据集2.划分数据集3