今天是第29天，有沒有給自己一點獎勵呢？堅持學習了29日，給自己加加油，打氣一下！

在day21 談Kaggle的時候，我們有學到一個花朵識別iris的用random forest演算法去做預測的時後，準確度高達99%，哪時候，你心裡有沒有這樣想？這個演算法太厲害了，幾乎百分之一百，那以後不管遇到什麼datasets，就用random forest好了，保證萬無一失！且慢，且慢，不是這樣唷！資料科學家發命這麼多演算法，是有目的的喇！每一種資料集都有最適合它的演算法，而我為什麼要用random forest classifier ，不用navie bayes，分類演算法那麼多種，為什麼會選到接近百分之一百？想到了嗎？那是因為我比各位早一點學習ML的技術，知道遇到那種datasets該適合用什麼演算法，如此而已。以後你熟悉了演算法，你也可以做到？是不是很簡單呢？



現在，問題來了，random forest 演算法幾乎達到100%的正確率，您有沒有感到害怕？你可能會想，不會阿！百分之一百不是最好嗎？這個演算法真好，就用這個就好了，保證萬無一失？來先觀察以下圖片：

看完了以上的圖片，你有沒有覺得random forest的花朵識別的例子，正是圖片最右邊的範例！對了，你想的沒錯！正是過擬和overfitting（high variance），顯示模型的預測和實際的datasets的分佈過於吻合，這個問題該怎麼解決呢？你先想一想我們待會再解答！

想到了嗎？就是搜集更多的資料來讓模型做預測呀！對了，真聰明！其實在現實的世界，datasets得來不易，有得還要收費。那還有其他辦法嗎？沒錯！沒錯！就是降低模型的複雜度，但是，要小心不要變成最左邊的那個圖型，就是欠擬合underfitting (high bias)，所以我們在做模型預測的時候，Bias and Variance trade-off ( 權衡 )，就變成我們在心中要有一把尺來衡量。

終於要到說再見的時候，明天我們將會綜合整理歸納這29日學到哪些東西，有沒有為自己又比昨天的自己進步一點，拍拍手，獎勵自己一段小旅遊呢？每天進步1%，一年後的你將強大好幾倍！敬請期待。