《機器學習實戰》和Udacity的ML學習筆記之線性迴歸

《機器學習實戰》和 UdacityML學習筆記 1.迴歸模型的選擇 在線性迴歸中，可以通過改變特徵的數量測試模型的擬合程度。 各種特徵數量的模型擬合情況 如圖所示，當特徵值k等於3的時候，相對更好地擬合了原數據，但又不糊像當K=8時那樣誇張。（過度擬合）。其實在繪製誤差和特徵數量圖的時候也可以發現，特徵數量從3到8，誤差機會沒變，就時說引入的額外的特徵根本沒又起作用。所以可以得出結論，在訓練過程中

>>阅读原文<<