机器学习Machine Learning中的正则化
正则化(regularization)
简单来说,正则化的目的是为了在overfitting的情形下,通过加入惩罚参数,获得能够平衡bias和variance的一个有偏估计量。
bias和variance的tradeoff
在统计学中,我们的目的是为了得到数据的某些数字特征的估计,例如期望的极大似然估计。估计量是统计中的重要的研究对象,对于同一个待估计的参数,实际上可以得到很多不同的估计量,这里的...
原创
2019-05-18 21:58:43 ·
267 阅读 ·
0 评论