机器学习笔记1：过拟合和正则化的理解

1. 过拟合 ：过多地学习数据，千方百计想拟合训练数据。 （1）回归任务中的过拟合： （2）分类任务中的过拟合 2. 解决过拟合的方法：可通过减少特征数量、增加数据集、实施正则化、模型训练早停等。 3.  回归中的正则化：以L2正则化为例        右下图中的蓝线明显过拟合，当在损失函数中添加1000*(θ3**2)+ 1000*(θ4**2)时，由于要最小化损失函数，这会使θ3和      

>>阅读原文<<