摘要: 线性回归与逻辑回归的正则化 一、为什么要正则化? 说起正则化要从过拟合问题说起。 当我们拥有相当多的特征时,机器学习出来的假设可能在训练集上符合的很好,但是却未能在新的测试集上取得好的效果,这就是我们通常意义上所说的过拟合现象。 通常意义上可以采用舍弃一部分特征的方法来避免过拟合,但是相对的会舍弃一 阅读全文
posted @ 2019-07-17 19:12 樱花庄的Mashiro 阅读(867) 评论(0) 推荐(0)
Live2D