機器學習基石 之 正則化（Regularization）與驗證（Validation）

過擬合與欠擬合（under & over） 欠擬合（underfitting）: E in E_{\text {in}} Ein​較高， E out E_{\text {out}} Eout​也較高。 過擬合（overfitting）: E in E_{\text {in}} Ein​較低， E out E_{\text {out}} Eout​卻較高。（例如數據中有噪聲，卻使用了高次多項式非線性

>>阅读原文<<