【吴恩达机器学习笔记】10-正则化解决过拟合问题
摘要：
过拟合是机器学习中一个常见的问题，它发生在模型在训练数据上表现得很好，但在未见过的测试数据上表现不佳时。 这通常是因为模型过于复杂，捕捉到了训练数据中的噪声和细节，而没有学习到数据的一般模式。 过拟合的定义 过拟合是指模型在训练数据上能够获得比其他假设更好的拟合，但在训练数据外的数据集上却不能很好地 阅读全文
posted @ 2024-11-10 15:50 Mayuri-Hua 阅读(113) 评论(0) 推荐(0) 编辑
