台大-林轩田老师-机器学习基石学习笔记13

上节讲的是非线性分类模型，通过线性与非线性空间之间的变换，将非线性模型映转换为线性模型，再进行分类，分析了非线性变换可能会使计算复杂度增加。强调了纬度和负责度之间的关系。这节中，这种模型复杂度增加带来机器学习中一个很常见的问题——过拟合。 什么是过拟合？ 机器学习的终极目标就是为了预测，当然预测前我们要对数据进行训练。用原生数据来直接训练的话，有一个问题就是我们设计的分类器在训练集上会得到很好的表

>>阅读原文<<