liweikuan

摘要： 当模型的复杂度增大时，训练误差会逐渐减小并趋向于0；而测试误差会先减小，达到最小值后又增大。当选择的模型复杂度过大时，过拟合现象就会发生。这样，在学习时就要防止过拟合。进行最优模型的选择，即选择复杂度适当的模型，以达到使测试误差最小的学习目的。 模型选择的典型方法是正则化。正则化是结构风险最小化策略 阅读全文

摘要： 《矩阵分析》史荣昌版 阅读全文