机器学习之过拟合

引言 什么是过拟合呢？所谓的过拟合实际上就是分类器或者函数过度的拟合了训练数据，在训练数据上表现良好，但是在其他的数据上泛化能力非常差。如下图所示： （plus:其实从这张图中也可以得出一个不严谨的结论,函数越简单，其拟合能力可能越好。这里面其实也蕴含了一些哲学道理与生活哲理，极简生活哲学，扯远了。。。。） 我们试图学习分开红点和蓝点的一个分类器（本质上就是学习一个函数），可以看到绿色的函数能够1

>>阅读原文<<