摘要： 我们可以运用正则化的线性回归和logistic回归。我们先尝试线性回归。 梯度下降 我们将会把θ0修改梯度下降函数从其余的参数分离出来，因为我们不想惩罚θ0。 执行我们的正则化。通过一些操作，我们的更新规则也可以表示为： 在第一项、1−αλM永远小于1。直觉上你可以看到它在降低θJ值一定都更新。请注 阅读全文

摘要： 如果我们有过从我们的假设函数，我们可以降低权重，再函数中的增加一些项来增加他们的成本。 比如我们要使下面的函数二次项的权重增大： 我们要减小θ3x3和θ4x4的影响。实际上，如果不排除这些特性或改变我们假设的形式，我们可以修改我们的成本函数： 我们已经对最后的θ3和θ4增加了额外的成本。现在，为了使 阅读全文