机器学习

多类分类问题、

采用不同的分类器对不同的实体进行分类，

过度拟合

原因：当变量过多，数据集不够大的时候，导致此时的函数虽然很好的满足训练集的数据，但是无法拟合新的数据
改善方法：
1，正则化

正则化参数的选择非常重要
2，舍弃一些特征变量
高偏差（high bias）

正则化

在代价函数后面加上一个系数表较大的多项式，多项式中的参数是要惩罚的对像，因为参数的值越小，函数的图像就越平滑，就不容易出现过拟合（overfitting）

注意正则化参数λ不能太大，否则函数图像可能为一条直线