【机器学习】关于正则化的一些理解

什么是过拟合问题？ 当样本有许多特征的时候，假设的模型过于复杂，虽然能完美预测训练集，但是对位置的样本集不能做出准确的预测。过度的考虑了与训练集的匹配，并不具有泛化能力。 （线性回归） （逻辑回归） 可以看出对于回归问题与分类问题，上诉虽然能很好预测训练集，但是不具有预测训练集外其他样本的能力。而且可以看出随着x的次数约大，模型约复杂，过拟合问题越明显。 如何处理过拟合问题 1、丢弃一些不能帮助我

>>阅读原文<<