機器學習之正則化

出現了過擬合，那麼怎麼樣來解決呢？ 上面的迴歸問題可以看出，出現的過擬合往往是由那些高次項導致的，可以考慮減少這些高次項的係數。所以，要做的就是一定程度上減少這些參數theta的值。這就是正則化的基本方法。 經過正則化處理後，如下： 這裏選擇過大的lamda，得到的可能是一條平行於x軸的直線。導致欠擬合。 例子：正則化線性迴歸 正則化一般不對theta0進行懲罰 出現過擬合和欠擬合的狀況下代表了什

>>阅读原文<<