评估预测函数(1)---算法不能达到我们的目的时，Deciding what to try next

在设计机器学习系统时，一些建议与指导，让我们能明白怎么选择一条最合适，最正确的道路。

当我们要开发或者要改进一个机器学习系统时，我们应该接下来做些什么？

try smaller sets of features--是为了防止overfitting.

当你发现你的预测方法不能成功预测时，接下来你该尝试些什么方法，如上图所示，你可以尝试这些方法。但是我们选取这些方法的依据是什么呢？很多人是随意的选取一个尝试，然后花费很多时间来做这件事情，但是接下来却发现这个尝试并不管用。我们会有一些方法(机器学习诊断法)依据来帮助我们排除到一些对我们没有帮助的尝试，这样有助于我们节省时间。

机器学习诊断法

诊断法是测试一种方法是否有用，能告诉我们什么样的尝试能够提升我们的算法的性能。

诊断法需要一些时间去运行，但是执行诊断法节省了我们很多时间去尝试一些没用的方法，早点从不必要的尝试中解脱出来。

接下来我们将学习怎么评估你的机器学习的算法，然后是学习一些诊断法来提高我们的机器学习算法的性能。