[筆記]概率解釋·局部加權迴歸·Logistic迴歸

欠擬合與過擬合 假設一種情況，根據x預測y (a):使用 y=θ0+θ1x1 去匹配數據，並不能很好地擬合。 (b):使用 y=θ0+θ1x1+θ2x2 去匹配數據，比較完美地擬合。 (c):使用 y=∑5j=0θjxj 去匹配數據，過於擬合數據，喪失了預測性。 所以(a)代表了欠擬合(underfitting)，(c)代表了過擬合(overfitting)，這也說明了在監督學習中特徵的選擇會對學

>>阅读原文<<