采纳答案成功!
向帮助你的同学说点啥吧!感谢那些助人为乐的人
正则项是怎么约束参数过大的情况,让参数变小的,老师能公式推导一下看看吗?不太明白
第15分钟50秒处,因为增加了正则项,如果你的参数theta过大,会导致损失函数过大的,我们的目的就是要尽可能小的损失函数,从而反过来会限制theta的取值
为什么theta值越小越不容易过拟合?
每个theta的大小反应了对应特征的重要性,过大的theta值的结果就是对某个特征过于依赖,当特征数量非常多的时候,这容易放大某个特征的权重,导致模型在训练数据上表现很好的过拟合现象,而在测试集上的表现明显下降。通过限制theta的取值,让整体特征的权重都相对平衡,更不容易发生过拟合的现象。
登录后可查看更多问答,登录/注册
人工智能基础全方位讲解,构建完整人工智能知识体系,带你入门AI
1.3k 5
4.2k 3
1.7k 2
2.4k 3
1.1k 11
购课补贴联系客服咨询优惠详情
慕课网APP您的移动学习伙伴
扫描二维码关注慕课网微信公众号