2301_77112765的博客

3. 交叉验证（Cross-Validation）：交叉验证是一种评估模型性能的方法，通过将数据集划分为训练集和测试集多次，以确保模型的泛化能力。4. 正则化（Regularization）：正则化是一种防止过拟合的技术，在构建模型时添加额外的约束条件，以减少模型复杂度。常见的正则化方法有Lasso（L1正则化）和Ridge（L2正则化），它们分别在损失函数中加入绝对值和平方项的惩罚。2. 分类（Classification）：分类是机器学习中的一种监督学习任务，旨在将数据点分配到预定义的类别中。