正則化(線性迴歸)

正則化 這部分是結合統計機器學習的（李航）和吳恩達的機器學習視頻寫的，有什麼不對的地方歡迎指出啊！ 當數據量少，特徵也少的時候，我們訓練的模型是欠擬合，這時候我們會通過交叉驗證來彌補。 當數據量少，特徵非常多的時候，容易出現過擬合，這時要通過正則化調整。 1. 過擬合 還是來看預測房價的這個例子，我們先對該數據做線性迴歸，也就是左邊第一張圖。 如果這麼做，我們可以獲得擬合數據的這樣一條直線，但是，

>>阅读原文<<