機器學習之正則化

#Overfittion（過擬合） 如果有過多的變量，而只有非常少的訓練數據，就會出現過度擬合的問題。 #如何解決？ 1、減少特徵的數量 2、正則化   #Cost function（代價函數） penalize（加入懲罰項） #正則化背後的思想： 修改代價函數，來縮小所有的參數（因爲不知道該去縮小哪些參數）。即加一個額爲的正則項，來縮小每個參數的值。 *約定俗成從1開始，而不是從0開始求和。 r

>>阅读原文<<