【机器学习-学习笔记】正则化——过拟合问题解决方法
正则化技术是一种改善或减小过拟合问题的方法。
线性回归过拟合问题:
逻辑回归过拟合问题:
解决过拟合问题:
正则化:加入惩罚因子λ(正则化参数),使得高阶项尽可能小(趋近于0),J(θ)曲线越平滑
线性回归的正则化:
Logistic 回归的正则化:
正则化技术是一种改善或减小过拟合问题的方法。
线性回归过拟合问题:
逻辑回归过拟合问题:
解决过拟合问题:
正则化:加入惩罚因子λ(正则化参数),使得高阶项尽可能小(趋近于0),J(θ)曲线越平滑
线性回归的正则化:
Logistic 回归的正则化: