-
overfitting(过拟合)
线性回归中的过拟合
逻辑回归中的过拟合
Q：如何解决过拟合？
1.减少特征（人工或者用算法）2.正则化（可以保留所有特征）
-
正则化
overview:
加入惩罚项（其实就是使某些θ趋于0）解决过拟合问题（使h函数图形更加平滑）
Q：实际运用中，不清楚需要对哪些
进行正则化，怎么办?
对所有θ正则化（除θ_0(Ng说这个是习惯)）
Ng给出的示例中正则化参数，但是
取值
过大会导致欠拟合（偏见性很强）
λ取值过大会导致θ1~θn均趋于0，而使假设函数h变成一条直线
-
线性回归的正规化
P.S.需要对做特殊处理（由于没有对θ_0做正规化）
- 正规方程的正则化
P.S.当>0时可以解决
不可逆的问题
网友评论