一步一步机器学习（六）：模型选择和正则化

本章关注的问题是如何从H类(假设空间)中选择合适的模型，由此过渡到讨论模型选择中的特殊问题特征选择。好的特征往往能决定模型训练的上限。从这个角度来看，本章的理论知识至关重要。后半部分讨论的是从贝叶斯统计(Bayesian Statistics)角度解读正则化，并从理论上推导了正则化项数学上等价于最大后验估计(MAP)中引入的先验。 这个结论是非平凡的，因为这从统计学角度阐述了MAP与ML(极大似然

>>阅读原文<<