機器學習筆記-Hazard of Overfitting

0 - 寫在前面 本系列共四篇，爲林軒田機器學習基礎篇學習筆記。主要內容可以總結概括爲：線性模型通過非線性的變換可以得到非線性的模型，增強了模型對數據的擬合能力，但這樣導致了在機器學習領域中一個很常見的問題，過擬合。爲了解決這個問題引入了正則化因子(規則化因子)。而爲了解決正則化因子的選擇，模型的選擇以及超參數的選擇等問題引入了 validation v a l i d a t i o n 的相關

>>阅读原文<<