Machine Learning Andrew Ng -7. Regularization

7.1 The problem of over-fitting

What is overfitting problem?

在这里插入图片描述

generalize 泛化 :一个假设模型应用到新样本的能力

在这里插入图片描述

如何解决过度拟合?

在这里插入图片描述

在这里插入图片描述

7.2 Cost function

在这里插入图片描述
在这里插入图片描述

一般只对 θ 1 , θ 2 , . . . , θ n \theta_1,\theta_2,...,\theta_{n} 进行正则化

在这里插入图片描述

缩小参数 θ \theta

如果正则化参数 λ \lambda 选的过大,则会出现下图所示欠拟合的情况

在这里插入图片描述

如何选择正则化参数?

应用到 linear regression and logistic regression?

7.3 Regularized linear regression

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

7.4 Regularized logistic regression

如何改进梯度下降和其他高效算法使其应用到正则化逻辑回归中?

在这里插入图片描述
在这里插入图片描述
其中,逻辑回归的梯度下降法的迭代方式与线性回归看似相同,但实际上二者的 h θ ( x ) h_\theta(x) 不同,因此是两种完全不同的方法。

在这里插入图片描述

老师说,学到这里,你已经比很多硅谷工程师强了(信了老师的鬼话哦つ﹏⊂

发布了44 篇原创文章 · 获赞 0 · 访问量 1347

猜你喜欢

转载自blog.csdn.net/qq_41664688/article/details/104055510