機器學習基石 ------正則化

正則化 對於有限多個訓練樣本（可以把他們想象成二維空間中的點），能夠擬合這有限多個訓練樣本的函數非常多，如何在這些能夠擬合當前有限多個訓練樣本的目標函數中尋找一個能夠較好擬合目標分佈的函數 我們可以看到穿過data的函數可以有很多種 有的比較簡單 有的略微複雜 對於線性迴歸而言 高次的線性迴歸的hypothesis set 包含低次線性迴歸的hypothesis set 其實低次的線性迴歸函數可以

>>阅读原文<<