过拟合(over-fitting)
机器学习(五)--------正则化(Regularization)
欠拟合 正好 过拟合

机器学习(五)--------正则化(Regularization)

怎么解决
1.丢弃一些不能帮助我们正确预测的特征。可以是手工选择保留哪些特征,或者使用一
些模型选择的算法来帮忙(例如 PCA)
2.正则化。 保留所有的特征,但是减少参数的大小(magnitude)

回归问题的模型是
机器学习(五)--------正则化(Regularization)
是高次项导致了这个问题

我们决定要减少????3和????4的大小,我们要做的便是修改代价函数,在其中????3和????4 设置一点惩罚。

机器学习(五)--------正则化(Regularization)
????又称为正则化参数(Regularization Parameter)。
取一个合理的 ???? 的值,这样才能更好的应用正则化

正则化线性回归
机器学习(五)--------正则化(Regularization)

机器学习(五)--------正则化(Regularization)

正则化逻辑回归
机器学习(五)--------正则化(Regularization)

相关文章: