《机器学习》正则化的含义 在线性回归和逻辑回归中，有时候为了获得更好的拟合效果，我们会引入特征值的多次项或者是复合项。这些特征值未必是必要的，过多此类的特征值会引起回归函数的过拟合。但若是特征值不足就会导致函数的欠拟合问题。所以为了约束不相关项的系数theta，增加正则项。对于logistic regression亦是在末尾添加这么一项。他们确保了在拟合一些不那么必要的theta值时，使这... 机器学习 2024-07-20 37 点赞 0 评论 56 浏览
