机器学习基石 之 正则化（Regularization）与验证（Validation）

过拟合与欠拟合（under & over） 欠拟合（underfitting）: E in E_{\text {in}} Ein​较高， E out E_{\text {out}} Eout​也较高。 过拟合（overfitting）: E in E_{\text {in}} Ein​较低， E out E_{\text {out}} Eout​却较高。（例如数据中有噪声，却使用了高次多项式非线性

>>阅读原文<<