機器學習之過擬合

引言 什麼是過擬合呢？所謂的過擬合實際上就是分類器或者函數過度的擬合了訓練數據，在訓練數據上表現良好，但是在其他的數據上泛化能力非常差。如下圖所示： （plus:其實從這張圖中也可以得出一個不嚴謹的結論,函數越簡單，其擬合能力可能越好。這裏面其實也蘊含了一些哲學道理與生活哲理，極簡生活哲學，扯遠了。。。。） 我們試圖學習分開紅點和藍點的一個分類器（本質上就是學習一個函數），可以看到綠色的函數能夠1

>>阅读原文<<