機器學習（五）--------正則化(Regularization)

過擬合(over-fitting) 欠擬合 正好 過擬合 怎麼解決 1.丟棄一些不能幫助我們正確預測的特徵。可以是手工選擇保留哪些特徵，或者使用一 些模型選擇的算法來幫忙（例如 PCA） 2.正則化。 保留所有的特徵，但是減少參數的大小（magnitude） 迴歸問題的模型是 是高次項導致了這個問題 我們決定要減少𝜃3和𝜃4的大小，我們要做的便是修改代價函數，在其中𝜃3和𝜃4 設置一點懲罰

>>阅读原文<<