PRML第三章3.2

偏置-方差分解 前面讨论的情况是假定了基函数的数量和形式，如果使用有限的数据集训练模型，使用最大似然或者最小平方，将会导致过拟合问题。但是通过限制基函数的数量避免过拟合，则会限制模型描述数据中的规律。如何选择合适的λ的值通过正则化来避免过拟合。 由第一章，我们知道–一旦确定了条件概率分布p(t|x)，每一种的损失函数都能给出对应的最优预测结果。通常使用平方损失函数，此时的最优的预测由条件期望h(x

>>阅读原文<<