《Machine Learning -- Andrew Ng》之 Overfitting

过拟合的处理办法

方法一： 减少特征数目

• 手动选择需要保留的特征；
• 算法模型的选择；
  缺点： 可能丢掉了对于该问题有用的信息

方法二： 正则化

• 减小参数 $\theta_j, j = 1,...,N$值的大小，保留了所有的特征；
• 当有很多特征的时候能够很好的工作，每个特征对标签 y <script type="math/tex" id="MathJax-Element-2">y</script>的预测有贡献。