拟合(Overfitting)及正则化方法(regularization)

是什么？ 如果我们有非常多的特征，通过学习得到的hypothesis可能能够好地适应训练集（代价函数可能几乎为0），但是对于新的数据不能很好的预测（泛化能力差）。 如图： 模型一：欠拟合（Underfitting） 模型三：过拟合（Overfitting）   怎么克服？ 一般参数越少，得到的hypothesis越光滑越简单。 对于过拟合问题我们可以采用以下方法： 1. 减少特征 　　（1）人工选

>>阅读原文<<