machine learning：计算error时lambda取值

最新推荐文章于 2025-01-03 21:59:25 发布

原创最新推荐文章于 2025-01-03 21:59:25 发布 · 759 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#机器学习 #过拟合 #lambda

【原创】技术研究同时被 2 个专栏收录

13 篇文章

订阅专栏

机器学习

8 篇文章

订阅专栏

本文探讨了在线性回归中如何正确使用Lambda参数。强调在计算训练误差和校验误差时，应将Lambda设为0；而在求最优解时，则需要通过正则化避免过拟合。

machine learning week6_ex5：

众所周知，在线性回归里，lamda是用于regularization的，防止over fitting的问题。
做machine learning ex5的时候，learningCurve 和validationCurve始终不正确，但是costFunction（linearRegCostFunction）是正确的。经过反复检查，发现错误原因是：
在计算训练误差error_train和校验误差error_val的时候，要令lambda等于0，也就是让正则项等于0。而在前面最优costFunction时（找到theta），lambda起正则的作用（防止过拟合over fitting），lambda不能等于0。