吳恩達機器學習筆記3——過擬合以及主要解決方法：正則化

（1）過擬合的例子 過擬合: 喪失了泛化能力 泛化能力：一個假設模型應用到新樣本的能力 特徵過多，訓練集數據過少，就容易過擬合。 （2）解決過擬合 方法1 ： 減少特徵的數量 模型選擇算法可以選取特徵，但是這個方法容易損失一些特徵帶有的信息。 方法2： 正則化 正則化思想：每個變量或多或少都有用，我們希望保留所有的特徵變量，但是減少量級或者是θ的大小

>>阅读原文<<