李宏毅机器学习总结笔记2- regression（回归）和regularization（正则化）

最新推荐文章于 2025-03-20 11:59:20 发布

you_jinpeng

最新推荐文章于 2025-03-20 11:59:20 发布

阅读量910

点赞数 1

分类专栏：上学 # 笔记

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/you_jinpeng/article/details/90767817

版权

本文介绍了回归（regression）的基本概念，包括其定义、模型选择及损失函数，并详细阐述了梯度下降法在寻找最优函数中的应用。此外，还探讨了正则化（regularization）的作用，即通过限制模型参数大小以达到更平滑的函数，避免过拟合。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

regression（回归）和regularization（正则化）

一，regression是什么
翻译：回归，输出一个数值的函数就叫regression，是机器学习的一种任务。
在这里插入图片描述

例子1输出明天股票的升涨数值，例子2输出方向盘应该转动多少角度，例子3输出购物者可能购买某件商品的可能性。

二，regression
step1：model
在这里插入图片描述
model就是要给他拟一条函数，可以考虑多少次方和考虑多少参数参与，这就是model。

step2：goodness of function（直译：函数的优度）
在这里插入图片描述
损失函数：实际与测试结果的偏差。

step3：best function

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。