機器學習筆記1：過擬合和正則化的理解

1. 過擬合 ：過多地學習數據，千方百計想擬合訓練數據。 （1）迴歸任務中的過擬合： （2）分類任務中的過擬合 2. 解決過擬合的方法：可通過減少特徵數量、增加數據集、實施正則化、模型訓練早停等。 3.  迴歸中的正則化：以L2正則化爲例        右下圖中的藍線明顯過擬合，當在損失函數中添加1000*(θ3**2)+ 1000*(θ4**2)時，由於要最小化損失函數，這會使θ3和      

>>阅读原文<<