目录:
+ 过拟合问题
+ 代价函数
+ 线性回归的正则化
+ Logistic回归的正则化
一·过拟合问题
线性回归
logistic回归`
可视化并不方便
两种解决办法
二·代价函数
加入惩罚
缩小所有的参数,因为不知道哪个是高阶项
缩小参数更加平滑
选择合适的正则化参数
三·线性回归的正则化
梯度下降
正规方程
四·逻辑回归的正则化
正则化逻辑回归的梯度下降算法
在更高级的优化算法中使用正则化
目录:
+ 过拟合问题
+ 代价函数
+ 线性回归的正则化
+ Logistic回归的正则化
一·过拟合问题
线性回归
logistic回归`
可视化并不方便
两种解决办法
二·代价函数
加入惩罚
缩小所有的参数,因为不知道哪个是高阶项
缩小参数更加平滑
选择合适的正则化参数
三·线性回归的正则化
梯度下降
正规方程
四·逻辑回归的正则化
正则化逻辑回归的梯度下降算法
在更高级的优化算法中使用正则化