machine learning(13) -- solving the problem of overfitting:regularization
2024-08-27 07:13:23
solving the problem of overfitting:regularization
- 发生的在linear regression上面的overfitting问题
- 发生在logistic regression上面的overfitting
- 怎么解决overfitting
- regularization: cost function of linear regression
- parameters小的话,这样hypothesis就会变得简单,这样就不会overfitting
- 一般不会对θ0进行regularization
- 上式是进行regularization的linear regression的cost function,要使上式的值取最小值
- 对这个cost function 的分析
- 由两个式子(两个目标)组成,第一个式子是为了对trainning data更好的拟合(fitting the training data),第二个式子是为了避免overfitting
- 第二个式子叫regularization term, λ叫regularization parameter, λ是为了平衡两个目标用的
- 如果 λ非常大的话(这时θ1-θn几乎为0,hypothesis变得很简单,只有常数),就会出现underfitting,对trainning data/ new data很低的fitting
- 所以并不是regularization在任何情况下(当 λ非常大的情况下),都能使model更适应new data或者training data
- The regularization term puts a penalty on the cost J,随着模型参数的增多,the penalty increases as well.
最新文章
- web 打开子窗口提交数据或其他操作后 关闭子窗口且刷新父窗口实现
- git操作之常见问题解决方案
- hdu4690 EBCDIC ——水题,考耐心
- .net环境下从PDF文档中抽取Text文本的一些方法汇总
- php--mongodb的安装
- HDU 1004 Let the Balloon Rise(AC代码)
- 基于RDBMS的BI设计
- 性能测试指标&;说明 [解释的灰常清楚哦!!]
- 在一台电脑访问另一台电脑的mysql数据库
- Android ContentProvider 简介
- Go语言环境配置 Sublime Text + GoSublime+ gocode + MarGo组合
- Resetting Frame Animation
- gradle配置国内镜像
- 43 【redis cluster】
- UWP Button添加圆角阴影(二)
- CCParallaxNode
- RNN实现字符级语言模型 - 恐龙岛(自己写RNN前向后向版本+keras版本)
- hadoop配置文件的参数含义说明
- Alpha 冲刺报告8
- Android-自定义开关
热门文章
- qmake持续学习
- python开发【学习目录】:目录
- [转帖]微软击败亚马逊 赢得五角大楼的100亿美元JEDI云合同
- Cookie,Session,Token详解
- JDBC预编译statement(preparedstatement)和statement的比较、execute与executeUpdate的区别
- Mysql的多机配置(主从、主主等)
- Python重要配置大全
- 【Qt】Qt5.12连接MySQl5.7(亲自测试成功)
- Hibernate持久化,生命周期
- java.lang.AbstractMethodError: null