正则化法解决线性回归和Logistic回归的过拟合问题
- 线性回归中的过拟合问题
- Logistic回归中的过拟合问题
- 如何诊断和调试过拟合问题，如何专门用工具来识别过拟合和欠拟合：
- 正则化是如何运行的？写出相应的代价函数
1、正则化背后的思想
2、线性回归的正则化
使用梯度下降法、正规方程最优化含有正则目标的代价函数
并且正则化考虑到了线性回归最优化代价函数采用正规方程法中的不可逆问题
-
将正则化应用到Logistic回归中
修改后的Logistic回归的 costFunction函数 -
如果λ过大，会使得假设函数欠拟合数据。
-
引入正则化，会使得模型在训练集上表现更好。这句话错误
-
引入正则化，会使得模型在非训练集数据上表象更好，正确。