遇到问的机器学习基本问题（1）

1）.什么是过拟合？ 欠拟合问题，根本的原因是特征维度过少，导致拟合的函数无法满足训练集，误差较大。 欠拟合问题可以通过增加特征维度来解决。 过拟合问题，根本的原因则是特征维度过多，导致拟合的函数完美的经过训练集，但是对新数据的预测结果则较差。 解决过拟合问题： 减少特征维度; 可以人工选择保留的特征，或者模型选择算法 正则化; 保留所有的特征，通过降低参数θ的值，来影响模型 增加数据量 2）.有

>>阅读原文<<