正则化（Regularization）

目录 过拟合的问题 代价函数 线性回归的正则化 Logistic.回归的正则化 过拟合的问题 正则化通过加大对参数Θ的惩罚力度可以减轻过拟合问题。 下图左1：欠拟合（underfitting）具有高偏差（high bias）。 下图中1：合适。 下图右1：过拟合（overfitting）具有高方差（high variance）。 泛化（generalize）：指假设模型能应用到新样本的能力。 在线

>>阅读原文<<