数据挖掘 NO.1 数据挖掘入门

1.机器学习

代价函数：
m是样本数量

直到最后得到的值收敛或者样本使用完。

1.定义代价函数
2.对每个参数求偏导数
3.使用梯度下降算法更新。

数据集先开始进行划分

解决OVERFITTING，
1.在测试集评估模型
2.Regelization
加入惩罚项，λ是惩罚系数（惩罚力度） 即做正则
L2 就是平方和的形式。