一、过（欠）拟合问题回归问题中的过（欠）拟合 分类问题中的过（欠）拟合 很容易看出，x的次数越高，拟合程度越好，但也有可能造成预测能力变差 解决方法：1.丢弃一些特征2.正则化：保留所有的特征，但是减少参数的大小 二、代价函数假设回归问题中模型为： ...

希腊字母 括号1.小括号与方括号：使用原始的( )，[ ]即可，如(2+3)[4+4]：(2+3)[4+4]2.大括号：由于大括号{}被用来分组，因此需要使用{和}表示大括号，也可以使用\lbrace 和\rbrace来表示。3.尖括号：使用\langle 和 \rangle表示左尖括号和右尖括号。 ...

用途：分类问题 假设函数： 我们就是要通过训练样本来确定theta的取值z=Theta^t*x在样本的图像上即是分类的分界曲线,即求得theta就可以判断实验样本的分类 theta^*x表示边界图像 代价函数：一般来说代价函数为误差的平方和但对于h(x)误差的 ...

一、机器学习的分类 分类 特点 监督学习 有标注的数据 无监督学习 无标注的数据 二、应用 监督学习： 回归（预测）： 分类： 无监督学习：聚类 可用于新闻分类、DNA鉴别、细分市场等 三、常用的机器学习算法

一、主要步骤(各算法通用) 构建模型 构建代价函数 参数优化 监督学习的工作方式： 二、单变量线性回归eg：房价估计1.构建模型 假设函数: 2.代价函数 ...