会员
周边
众包
新闻
博问
闪存
赞助商
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
冷血无情康纳酱
博客园
首页
新随笔
联系
管理
订阅
2018年7月25日
[学习记录]intel-ML课程记录04
摘要: 本次课主要讲正则化、特征选取以及梯度下降(部分内容参考了链接1,链接2) 在先前的讨论中,我们发现K值越高,或是线性回归的阶数越高,一定程度能够对训练数据产生更好的拟合效果,但是对于测试数据而言误差也许非常大,即过拟合 正则化就能够用来解决因为特征过多导致的过拟合问题 βj即惩罚项,用来减少某一个特
阅读全文
posted @ 2018-07-25 16:18 冷血无情康纳酱
阅读(188)
评论(0)
推荐(0)
编辑
公告