一步一步機器學習（六）：模型選擇和正則化

本章關注的問題是如何從H類(假設空間)中選擇合適的模型，由此過渡到討論模型選擇中的特殊問題特徵選擇。好的特徵往往能決定模型訓練的上限。從這個角度來看，本章的理論知識至關重要。後半部分討論的是從貝葉斯統計(Bayesian Statistics)角度解讀正則化，並從理論上推導了正則化項數學上等價於最大後驗估計(MAP)中引入的先驗。 這個結論是非平凡的，因爲這從統計學角度闡述了MAP與ML(極大似然

>>阅读原文<<