先看三张图片，这三张图片是线性回归模型 拟合的函数和训练集的关系
第一张图片拟合的函数和训练集误差较大，我们称这种情况为 欠拟合
第二张图片拟合的函数和训练集误差较小，我们称这种情况为 合适拟合
第三张图片拟合的函数完美的匹配训练集数据，我们称这种情况为 过拟合
类似的，对于逻辑回归同样也存在欠拟合和过拟合问题，如下三张图
欠拟合问题，根本的原因是特征维度过少，导致拟合的函数无法满足训练集，误差较大。
过拟合问题，根本的原因则是特征维度过多，导致拟合的函数完美的经过训练集，但是对新数据的预测结果则较差。
解决过拟合问题，则有2个途径
正则化; 保留所有的特征，通过降低参数θ的值，来影响模型
3. 正则化
回到前面过拟合例子, h(x) = θ0 + θ1x1 + θ2x2 + θ3x3 + θ4x4
从图中可以看出，解决这个过拟合问题可以通过消除特征x3和x4的影响, 我们称为对参数的惩罚, 也就是使得参数θ3, θ4接近于0。
最简单的方法是对代价函数进行改造，例如
这样在求解最小化代价函数的时候使得参数θ3, θ4接近于0。
正则化其实就是通过对参数θ的惩罚来影响整个模型
4. 线性回归使用正则化
前面几篇文章中，线性回归的代价函数J(θ)表达式如下
正则化后，代价函数J(θ)表达式如下，注意j从1开始
注意λ值不能设置过大，否则会导致求出的参数除了θ0，其它θ1,θ2 ... θn值约等于0，导致预测函数h(x)出现极大偏差
我们的目标依然是求J(θ)最小值，我们还是用梯度下降算法和正规方程求解最小化J(θ)
1. 梯度下降算法(注意需要区分θ0和其它参数的更新等式)
2. 正规方程
对于正规方程来，需要修改等式如下
系数λ 所乘的矩阵为 (n+1)*(n+1)维
5. 逻辑回归使用正则化
和线性回归模型类型，逻辑回归也可以通过正则化来解决过拟合问题。
正则化逻辑回归的代价函数，是在等式后加上一项，注意j从1开始
同样的用梯度下降算法求解最小化J(θ)，也需要做改变
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
本人基本情况： 学校及专业：厦门大学经济学院应用统计 实习经历：快手数据分析、字节数据分析、百度数据分析 Offer情况：北京 ...
2025-01-3001专家简介 徐杨老师，CDA数据科学研究院教研副总监，主要负责CDA认证项目以及机器学习/人工智能类课程的研发与授课，负责过中 ...
2025-01-29持证人简介 郭畅，CDA数据分析师二级持证人，安徽大学毕业，目前就职于徽商银行总行大数据部，两年工作经验，主要参与两项跨部 ...
2025-01-282025年刚开启，知乎上就出现了一个热帖： 2024年突然出现的经济下行，使各行各业都感觉到压力山大。有人说，大环境越来越不好了 ...
2025-01-27在数据分析的世界里，“对比”是一种简单且有效的方法。这就像两个女孩子穿同一款式的衣服，效果不一样。 很多人都听过“货比三 ...
2025-01-26数据指标体系 “数据为王”相信大家都听说过。当前，数据信息不再仅仅是传递的媒介，它成为了驱动经济发展的新燃料。对于企业而 ...
2025-01-26在职场中，当你遇到问题的时候，如果感到无从下手，或者抓不到重点，可能是因为你掌握的思维模型不够多。 一个好用的思维模型， ...
2025-01-25俗话说的好“文不如表，表不如图”，图的信息传达效率很高，是数据汇报、数据展示的重要手段。好的数据展示不仅需要有图，还要选 ...
2025-01-24数据分析报告至关重要 一份高质量的数据分析报告不仅能够揭示数据背后的真相，还能为企业决策者提供有价值的洞察和建议。 年薪70 ...
2025-01-24又到一年年终时，各位打工人也迎来了展示成果的关键时刻 —— 年终述职。一份出色的年终述职报告，不仅能全面呈现你的工作价值， ...
2025-01-23“用户旅程分析”概念 用户旅程图又叫做用户体验地图，它是用于描述用户在与产品或服务互动的过程中所经历的各个阶段、触点和情 ...
2025-01-22在竞争激烈的商业世界中，竞品分析对于企业的发展至关重要。今天，我们就来详细聊聊数据分析师写竞品分析的那些事儿。 一、明确 ...
2025-01-22在数据分析领域，Excel作为一种普及率极高且功能强大的工具，无疑为无数专业人士提供了便捷的解决方案。尽管Excel自带了丰富的功 ...
2025-01-17在这个瞬息万变的时代，许多人都在寻找能让他们脱颖而出的职业。而数据分析师，作为大数据和人工智能时代的热门职业，自然吸引了 ...
2025-01-14Python作为一门功能强大的编程语言，已经成为数据分析和可视化领域的重要工具。无论你是数据分析的新手，还是经验丰富的专业人士 ...
2025-01-10完全靠数据决策，真的靠谱吗？ 最近几年，“数据驱动”成了商界最火的关键词之一，但靠数据就能走天下？其实不然！那些真正成功 ...
2025-01-09SparkSQL 结构化数据处理流程及原理是什么？Spark SQL 可以使用现有的Hive元存储、SerDes 和 UDF。它可以使用 JDBC/ODB ...
2025-01-09在如今这个信息爆炸的时代，数据已然成为企业的生命线。无论是科技公司还是传统行业，数据分析正在深刻地影响着商业决策以及未来 ...
2025-01-08“数据为王”相信大家都听说过。当前，数据信息不再仅仅是传递的媒介，它成为了驱动经济发展的新燃料。对于企业而言，数据指标体 ...
2025-01-07在职场中，当你遇到问题的时候，如果感到无从下手，或者抓不到重点，可能是因为你掌握的思维模型不够多。 一个好用的思维模型， ...
2025-01-06
