【機器學習】關於正則化的一些理解

什麼是過擬合問題？ 當樣本有許多特徵的時候，假設的模型過於複雜，雖然能完美預測訓練集，但是對位置的樣本集不能做出準確的預測。過度的考慮了與訓練集的匹配，並不具有泛化能力。 （線性迴歸） （邏輯迴歸） 可以看出對於迴歸問題與分類問題，上訴雖然能很好預測訓練集，但是不具有預測訓練集外其他樣本的能力。而且可以看出隨着x的次數約大，模型約複雜，過擬合問題越明顯。 如何處理過擬合問題 1、丟棄一些不能幫助我

>>阅读原文<<