擬合(Overfitting)及正則化方法(regularization)

是什麼？ 如果我們有非常多的特徵，通過學習得到的hypothesis可能能夠好地適應訓練集（代價函數可能幾乎爲0），但是對於新的數據不能很好的預測（泛化能力差）。 如圖： 模型一：欠擬合（Underfitting） 模型三：過擬合（Overfitting）   怎麼克服？ 一般參數越少，得到的hypothesis越光滑越簡單。 對於過擬合問題我們可以採用以下方法： 1. 減少特徵 　　（1）人工選

>>阅读原文<<