Coursera-机器学习-吴恩达-5 过度拟合

过度拟合问题

从图中可以看出来，最后一个过度拟合，由于特征变量

过多，导致拟合过度，而第一个是特征较少拟合不充分导致。

解决过度拟合的两个选择：
1、减少特征数量。

①手动选择保留的tezh特征。

②使用模型选择算法。

2、正则化

①保留所有特征，减少参数大小。

②当我们有很多特征的时候，正则化很有效果。

代价函数

是正则化参数。

正则线性回归

梯度下降

正规方程

正则逻辑回归

我们可以采用正则逻辑回归进行避免过度拟合，蓝线表示过度拟合过程。

梯度下降