机器学习笔记--过度拟合与正则化

最新推荐文章于 2024-05-06 21:08:31 发布

幽幽酱啊撒哟

最新推荐文章于 2024-05-06 21:08:31 发布

阅读量576

点赞数

分类专栏：笔记机器学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/LuYuling_666/article/details/104022758

版权

本文是机器学习的学习笔记，探讨了过度拟合现象，介绍了代价模型和正则化方法，包括正则化线性回归和逻辑回归。通过调整代价函数和应用正则化，可以有效避免模型的过度拟合问题，提高预测能力。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

注：本文为学习笔记，描述与截图多来自课件和百科，学习网站为：https://www.coursera.org/learn/machine-learning/supplement/fDCQp/classification

1.过度拟合

我们的预测模型可能会出现如下三种情况：

第一种情况：如第一个图形所示，预测模型为直线，即 $y=\theta_0+\theta_1x_1$ ,但该直线并没有很好的覆盖数据

第二种情况：如第二个图形所示，添加了一个特征变量x2，这时 $y = \theta_0 + \theta_1x1 + \theta_2x1^2$ , 可以看到这时数据有了较好的拟合度。

第三种情况：如第三个图形所示，添加了多个特征变量，一共有5阶多项式

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。