【機器學習課程-華盛頓大學】：2 迴歸 2.6 總結

整體內容總結：   一、一元迴歸 梯度下降：   二、多元迴歸 （1）梯度=0 （2）梯度下降   三、性能評估 舉例：   三種誤差：   訓練誤差、真實誤差和模型複雜度的關係：   預測誤差的3個來源：   偏差、方差的折中：   四、Ridge嶺迴歸：L2正則化解決過擬合   五、Lasso迴歸：L1正則化 座標下降：   六、最近鄰和核迴歸 加權knn：   核迴歸：

>>阅读原文<<