斯坦福機器學習筆記-利用正規化解決過擬合問題

利用正規化解決過擬合問題 在之前的文章中，我們認識了過擬合問題,通常，我們有如下策略來解決過擬合問題： 減少特徵數，顯然這只是權宜之計，因爲特徵意味着信息，放棄特徵也就等同於丟棄信息，要知道，特徵的獲取往往也是艱苦卓絕的。 不放棄特徵，而是拉伸曲線使之更加平滑以解決過擬合問題，爲了拉伸曲線，也就要弱化一些高階項（曲線曲折的罪魁禍首）。由於高階項中的特徵 x x x 無法更改，因此特徵是無法弱化的，

>>阅读原文<<