關於過擬合（overfitting）與正則（regularization）的筆記

模型訓練不夠會出現欠擬合（underfitting），訓練太完美又會過擬合（overfitting）。無論是哪一種，都不是我們想要的結果。 （圖引用自臺大林軒田老師《機器學習基石》課件第13章） 解決過擬合的方法之一是正則化。周志華老師的《機器學習》中寫道：「正則化可理解爲一種‘罰函數法’，即對不希望得到的結果施以懲罰，從而使得優化過程趨向於希望目標。從貝葉斯的角度來看，正則化項可認爲是提供了模型

>>阅读原文<<