仙守

摘要： 正则化与过拟合（highvariance）和欠拟合（highbias）的关系-部分（五） ML的诊断方法-部分（六） 如何采取下一步-部分（七） 部分（五） 从图中可以看出，正则化项可以用来影响模型函数对数据是否过拟合，正则化项的本意是防止过拟合的，但是对于前面的lamuda的正确的选取却很重要，对 阅读全文

摘要： 本博资料来自andrew ng的13年的ML视频中10_X._Advice_for_Applying_Machine_Learning。 遇到问题-部分（一） 错误统计-部分（二） 正确的选取数据集-部分（三） 辨识是欠拟合还是过拟合-部分（四） 正则化与过拟合（high variance）和欠拟合 阅读全文