正则化逻辑回归（Regularization）

1. 过拟合的问题（The problem of overfitting）

正则化可以减轻过拟合问题。
欠拟合（underfitting）
高偏差（high bias）
过拟合（overfitting）
高方差（high variance）
泛化（generalize）：指假设模型能应用到新样本的能力。

• 特征太多，数据量太少，过度拟合就会发生：

  
  image.png

解决过度拟合方法：
1.减少特征数量：
手动选择
使用模型选择算法（后面会讲）

2. 正则化（regularization）
   保留所有的特征，但是减少参数θj的大小（magnitude/values）
   

   当我们有很多特征的时候依然工作很好，并且每个特征都对预测y有一定的贡献 image.png

2. 代价函数（Cost function）

• 正则化思想：减小高次项的θ值，使得曲线平滑。

  
  image.png

• 加入正则项。λ是正则化参数，保持我们能很好的拟合数据，保持参数较小从而避免过拟合。

  
  image.png
  image.png
  

  λ不能太大，否则就是一条直线，（underfitting/too high bias），肯定也不能太小，否则就没效果了。

  
  image.png

3. 正则化线性回归（Regularization linear regression）

梯度下降（gradient decent）算法下正则化线性回归的计算：
θ0不参与，所以排除在外。
相当于把θj缩小了。

image.png

• 在正规方程（normal equation）中正则化线性回归的计算：

  
  image.png

• 加入正则化项后，只要 λ>0 那么该矩阵可逆。

  
  image.png

4 正则化逻辑回归（Regularization logistic regression）

• 原理相同，加入正则化项，然后计算：

  
  image.png
  image.png