摘要：
简介 过拟合和欠拟合 欠拟合：模型在训练数据上表现不佳，未能捕捉数据的基本规律。 过拟合：模型在训练数据上表现极佳，但在新数据上泛化能力差。在模型中的具体表现往往是拟合曲线过度陡峭，即模型的斜率 \(\Theta\) 的绝对值太大。 例如，\(M1 = y = 10x + 10\) 与 \(M2 = 阅读全文
摘要：
简介 归一化 归一化(Normalization) 是机器学习中常用的一种数据预处理技术，其主要目的是将数据的数值范围调整到一个特定的区间，通常是\([0, 1]\)或者\([-1, 1]\)，或者将数据的均值调整为0，标准差调整为1。 归一化的目的 数据集的不同特征可能采用不同或不相关的数量级进行 阅读全文
摘要：
简介 梯度下降 梯度下降是一种优化算法，用于最小化一个函数，通常是在机器学习和人工智能中用来最小化损失函数，从而找到模型参数的最佳值。 常见的梯度下降算法主要有三种变体： 批量梯度下降（Batch Gradient Descent, BGD）：每次迭代使用整个数据集来计算梯度。 随机梯度下降（Sto 阅读全文