機器學習（迴歸四）——線性迴歸-正則化

上篇博客是針對普通線性迴歸每每存在欠擬合的狀況，採用多項式擴展的方式，從而映射到多維空間來擬合。多項式擴展的時候，若是指定的階數比較大，那麼有可能致使過擬合。也就是模型太契合訓練數據了。數據上表現就是參數過多、過大。過擬合在實際機器學習應用中是廣泛存在的。html 正則化的引入 對於前面提到的目標函數： J ( θ ) = 1 2 ∑ i = 1 m ( h θ ( x ( i ) ) − y (

>>阅读原文<<