機器學習-正則化

 目前爲止我們已經學習了兩種機器學習的方法了。如果你去實踐，會發現很多問題，其中一項很可能就是過擬合（overfit）的問題。 什麼是過擬合呢？ 過擬合就是我們在學習中，對樣本的擬合非常好，但是一旦對新的樣本就完全失效。 這類問題以後還會有分析，究其原因，我們使用模型中某些特徵的影響被放大了（多項式高指數），這是我們需要「懲罰」這些特徵，是的參數減少。來看下面的例子：  Andrew老師還是用房價

>>阅读原文<<