正则化方法:
1
描述
解析
A、C
A
、
C
,引入正则化方法并不能总取得好的结果,如果
λ
λ
过大会导致过拟合,不管是对于
traing set
t
r
a
i
n
g
s
e
t
还是
exemples
e
x
e
m
p
l
e
s
,都会存在这种可能,所以不正确。
B、D
B
、
D
,增加新的特征可以获得更好的拟合,但是并不能防止过拟合的发生,所以
B
B
正确, 错误。
最后结果选
B
B
。
2
描述
解析
引入正则化方法时, 值变大, θ θ 将会变小,如果 λ λ 非常大时, θi(i=1,2,3…)≈0 θ i ( i = 1 , 2 , 3 … ) ≈ 0 ,最后几乎只受 θ0 θ 0 影响,拟合出来的结果也会接近于一条直线,所以当 λ=1 λ = 1 时,应该选择 A A 。
3
描述
解析
,当
λ
λ
过大时,会导致
underfit
u
n
d
e
r
f
i
t
,最后拟合出来的接近于一条直线,所以错误。
C
C
,当引入正则时,可以缓解 ,所以会导致分类器出现错误的分类,
C
C
正确。
,正则化方法想要解决的问题是
overfit
o
v
e
r
f
i
t
,所以
D
D
错误。
最终答案 。