吴恩达机器学习Day5

逻辑回归的梯度下降：

对w和b求偏导结果与线性回归是相似的（神奇）；

但事实上并不一样：

训练逻辑回归模型：sklearn函数

过拟合（overfitting）：

即使非常适合训练集但也因为太适合数据，因此是过拟合（高方差）；这个模型不具有泛化到新样本的能力；

欠拟合（高偏差）；

适中（泛化）；

解决过拟合：

①更多的训练数据；

②是否可以使用更少的特征；

③使用正则化来减小参数的大小（better）；

线性回归正则化：

在代价函数后边加上一个正则项；

lambda需要选择一个合适的值不能太大也不能太小；

逻辑回归正则化：