第15节课 Validation
- 本节课主要学习了Validation验证。介绍了要选择好的机器学习的模型的一些概念，然后详细介绍了Validation的过程。最后，介绍了两种验证方法，比较它们各自的优点和缺点。
（一）机器学习模型的选择
1.关于二元分类
二元分类可以选择多种演算法，例如：PLA算法、pocket、线性回归、逻辑回归等；这些方法大多需要一步一步去完成，所以要决定需要走100步，还是走1000步，还是走10000步；还可以决定每步要走多大，例如一步是要走1，还是0.1，还是0.01；还有许多的转换可以选择，例如是用原来的转换，还是二次的转换，还是十次的转换等等。需要考虑很多的因素，所以今天主要学习的是怎么样做出合适的选择。
2.引出模型的选择：
①例子：下面有两个模型。H1是一条直线划分的，不过有一点错误；H2是二次曲线划分的，不过没有出现错误，实际情况下我们应该选择哪种模型？
②探讨：N个模型的选择和选择的目的（见下图）
希望通过这些模型选择出一个模型使得到的矩中Eout是最小的，说明这个模型选择的合适。
但问题是Eout没法提前确定。
用手上的资料进行模型选择时，要避免用视觉（即单凭看到的）的去做选择。
3.如何进行选择：
①方法：选择Ein最小的模型。
②但是这个方法的设定有以下问题需要思考：
转换次数多比转换次数少好；
加入