摘要:
正则化与过拟合(highvariance)和欠拟合(highbias)的关系-部分(五) ML的诊断方法-部分(六) 如何采取下一步-部分(七) 部分(五) 从图中可以看出,正则化项可以用来影响模型函数对数据是否过拟合,正则化项的本意是防止过拟合的,但是对于前面的lamuda的正确的选取却很重要,对 阅读全文
摘要:
本博资料来自andrew ng的13年的ML视频中10_X._Advice_for_Applying_Machine_Learning。 遇到问题-部分(一) 错误统计-部分(二) 正确的选取数据集-部分(三) 辨识是欠拟合还是过拟合-部分(四) 正则化与过拟合(high variance)和欠拟合 阅读全文