機器學習筆記4——過擬合與正則化

關鍵字：正則化參數 前言：有關代價函數，在筆記2和3邏輯迴歸和線性迴歸裏面已經提到過。這裏就不再過多介紹。 一、定義 因爲訓練模型中有些數據本來就有誤差，所以不必把每個數據都考慮進去。 如果真的完全擬合到每一個數據，那麼模型會變得很奇怪，導致新的預測數據來時，對應的預測值往往顯然錯誤。這個現象就是過擬合。與過擬合相對的是欠擬合，這個模型就是非常簡單的那種，導致連最基本的訓練數據都訓練不好。 二、過

>>阅读原文<<