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
《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习，包括理论知识和实践技能。以下是数据分析需要学习的主要方面： 基础知识： 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作，包括但不限于以下领域： 金融行业：金融行业对数据分析人才的需求非常大，数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面： 数据收集与整理：数据分析师 ...
2024-11-22数据分析师需要掌握多种技能，以确保能够有效地处理和分析数据，并为业务决策提供支持。以下是数据分析师需要掌握的主要技能： ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别： 定义和目标： 数据开发：数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色，其职责涵盖了多个方面，包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能，以确保能够有效地处理、分析和解释数据，从而支持决策制定。以下是数据分析师所需的关键技能： ...
2024-11-22数据分析师需要具备一系列技能，以确保能够有效地处理、分析和解释数据，从而支持决策制定。以下是数据分析师所需的关键技能： ...
2024-11-22数据分析师需要具备一系列的技能和能力，以确保能够有效地处理、分析和解释数据，从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升，企业对数据驱动决策的依赖加深。 - 预测到2025年，中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中，可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面，主要包括数据的收集、整理、分析和可视化，以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能： 统计学基础：数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异，总体来看，入门并不算特别困难，但需要一定的学习和实践积累。 入门难度：数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程，它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展，随着技术的不断进步和数据量的爆炸式增长，企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术，每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法： 对比分析法：通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级，以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域，吸引着越来越多的女性加入其中。对于女生而言，在选择成为一名数据分析师时，行业选择至关 ...
2024-11-21
