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:
.
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
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:
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
---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