吴恩达coursera机器学习个人向笔记——8章正则化
最新推荐文章于 2021-09-12 17:08:44 发布
该篇博客主要讲解了吴恩达机器学习课程中关于过拟合的问题和正则化的概念。过拟合表现为模型在训练数据上表现良好,但在新数据上泛化能力差。解决过拟合的方法包括减少特征数量和使用正则化。正则化通过添加惩罚项使模型参数变小,防止模型复杂度过高。在正则化线性回归中,梯度下降和正规方程被用来求解最小化带正则化的代价函数。此外,逻辑回归的正则化与线性回归类似,也是在损失函数中添加正则化项。
摘要由CSDN通过智能技术生成