臺大-林軒田老師-機器學習基石學習筆記13

上節講的是非線性分類模型，通過線性與非線性空間之間的變換，將非線性模型映轉換爲線性模型，再進行分類，分析了非線性變換可能會使計算複雜度增加。強調了緯度和負責度之間的關係。這節中，這種模型複雜度增加帶來機器學習中一個很常見的問題——過擬合。 什麼是過擬合？ 機器學習的終極目標就是爲了預測，當然預測前我們要對數據進行訓練。用原生數據來直接訓練的話，有一個問題就是我們設計的分類器在訓練集上會得到很好的表

>>阅读原文<<