文章浏览阅读1.2k次，点赞3次，收藏2次。到现在为止，我们已经学习了几种不同的学习算法，包括线性回归和逻辑回归，它们能够有效地解决许多问题，但是当将它们应用到某些特定的机器学习应用时，会遇到过拟合(over-fitting)的问题，可能会导致它们效果很差。如下线性回归问题的预测函数，第一个欠拟合，而第三个就是过拟合了过拟合：可以非常好的适配训练用的数据，但是对于新数据的预测效果很差。又称这个算法具有高方差，就是为了适配现有的数据用了过多的变量去约束，导致代价函数值虽然接近于0，但是它的预测效果无法推广到新的样本中..._过拟合 正则化