2020年12月23日
机器学习 - 正则化为什么可以防止过拟合
摘要： 正则化为什么可以防止过拟合 一个不一定正确的观点： 过拟合本质上是模型对于离群值过度敏感，最终拟合的函数过度拟合离群值。以下图为例，我们期望得到的拟合函数为黑色直线，而过拟合则会得到红色曲线。 可以看出，过拟合函数在某些点波动很大，这里的波动大是因为离群值与正常值相差很大。一个函数波动大，反映到其导 阅读全文
posted @ 2020-12-23 16:42 popozyl 阅读(693) 评论(0) 推荐(0) 编辑