正则化
- 我们期望找到一种 方法在线性回归中找到最合适的a，b的值
如果λ值大则认为正则化强度高
如果你认为模型太复杂就把λ设置大一点
如果λ值小则认为正则化强度较弱
嵌拟合
- 模型过于简单，无法反应数据的趋势。
过拟合
- 模型过于复杂，为了表明当前数据规律把噪音考虑进去，把噪声当成一种规律。
机器学习
- 期望找到一种平滑的规律
标签：期望,规律,找到,模型,问题,正则,拟合 来源： https://blog.csdn.net/weixin_46021446/article/details/114828196
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。