Coursera机器学习课程笔记(4) Regularization

过拟合问题 若是咱们有很是多的特征，咱们经过学习获得的假设可能可以很是好地适应训练集（代价函数可能几乎为 0），可是可能会不能推广到新的数据。 web 分类问题中也存在这样的问题： svg 就以多项式理解，x 的次数越高，拟合的越好，但相应的预测的能力就可能变差。 问题是，若是咱们发现了过拟合问题，应该如何处理？ 函数 代价函数 咱们能够从以前的事例中看出，正是那些高次项致使了过拟合的产生，因此若

>>阅读原文<<