9月5日 正则化总结笔记

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了9月5日 正则化总结笔记相关的知识,希望对你有一定的参考价值。

---恢复内容开始---

学习正则化 一下知识需要全部掌握:

  1.线性回归

  2.逻辑回归

接下来的笔记中,将假设上面的基础知识全部掌握的程度讲解:

  学习 正则化 首先 我们需要知道为什么学习正则化! 无论是我们在进行线性拟合 还是逻辑拟合的时候,都会发生以下三种情况:

  .技术分享

  根据图可以看到3中情况,我们来说明以下这三种情况

  1.欠拟合,这里拟合的一条 方程 看起来并没有更好的契合我们所给的训练集,  因此 这样的 一个方程 对我们之后 正常使用时 , 预测产生的误差会非常之大

  2.正好的拟合, 这个拟合 就看起来是恰到好处

  3.过渡拟合,之后,我们用到的成品是用来预测数据的,这也是人工智能所实现的一种形式,如果过渡的拟合数据的话, 就会因为之后出现的我们做出的预测偏差放大

 

  技术分享

  根据我们的数学经验可以得出   X 的 次数 越大,那么拟合程度也就越大       从而 预测的能力也就越差

  就这样我们就将降低拟合度的问题 转换成了 让   X的次数变小 ,从而来达到降低拟合度的问题

 

  因此我们的问题 最终转换为   正则化-->改善拟合度-->减少特征的次数(降低高次特征的权重) 

  

  以线性回归为例:

  模型:技术分享

 

  使高次的系数降低,高次项的权重减少,影响减少,过渡拟合的问题也就解决了

  |

  | 转化之后的代价函数

  技术分享

  

  

 

 

 

 

 

 

 

---恢复内容结束---

以上是关于9月5日 正则化总结笔记的主要内容,如果未能解决你的问题,请参考以下文章

深度学习笔记:正则化问题总结

2018年5月3日笔记

斯坦福大学Andrew Ng - 机器学习笔记 -- 逻辑回归 & 正则化

2021年8月15日总结笔记HTML

腾讯课堂产品经理十天充电计划学习总结

linux十四周一次课(5月9日)笔记