2018年6月27日
岭回归——减少过拟合问题
摘要： 什么是过拟合？ 在训练假设函数模型h时，为了让假设函数总能很好的拟合样本特征对应的真实值y，从而使得我们所训练的假设函数缺乏泛化到新数据样本能力。 怎样解决过拟合 过拟合会在变量过多同时过少的训练时发生，我们有两个选择，一是减少特征的数量，二是正则化，今天我们来重点来讨论正则化，它通过设置惩罚项让参 阅读全文
posted @ 2018-06-27 20:34 WangSJiNa 阅读(2086) 评论(0) 推荐(0)