【機器學習筆記3.1】線性模型正則化

過擬合問題描述 在機器學習應用時，會遇到過擬合(over-fitting)問題，本文將介紹一種被稱爲正則化(regularization)的技術，它可以有效改善或者減少過擬合問題[1]。 如果我們有非常多的特徵，我們通過學習得到的假設可能能夠非常好地適應訓練集（代價函數可能幾乎爲0），但是可能會無法推廣到新的數據，也就是泛化能力比較差。 下圖是一個迴歸問題的例子： 下圖是分類問題的例子： 就以多項

>>阅读原文<<