機器學習部分理論基礎

一、過擬合和欠擬合        過擬合（高方差）是指模型對訓練集的擬合性很好，但是對新數據的預測性能很差。欠擬合（高偏差）是指模型不能很好地擬合訓練樣本，並且對測試集的預測準確率也不高。        二、成本函數        成本是針對所有的訓練樣本，模型擬合出來的值與訓練樣本真實值的誤差平均值。模型訓練的過程，就是找出合適的模型參數，使得成本函數的值最小。記爲J(θ)，其中θ爲模型的參數,

>>阅读原文<<